Η βιομηχανία της τεχνητής νοημοσύνης εισέρχεται σε μια νέα φάση, καθώς οι κορυφαίοι πάροχοι εγκαταλείπουν σταδιακά τις χαμηλές και σταθερές συνδρομές. Η στροφή προς τη χρέωση ανά χρήση φέρνει νέες προκλήσεις για επιχειρήσεις και χρήστες, αλλά και κρίσιμα ερωτήματα για τη βιωσιμότητα του κλάδου.
Η Σίλικον Βάλεϊ αφιέρωσε τα τελευταία χρόνια στην έντονη προώθηση της τεχνητής νοημοσύνης προς καταναλωτές και επιχειρήσεις, ενθαρρύνοντάς τους να ενσωματώσουν την τεχνολογία σχεδόν σε κάθε πτυχή της καθημερινής και επαγγελματικής τους δραστηριότητας. Τώρα, όμως, οι δημιουργοί των συστημάτων AI επιδιώκουν να αυξήσουν τα έσοδά τους ζητώντας από τους πελάτες να πληρώνουν περισσότερο για την πραγματική χρήση των υπηρεσιών.
Όλο και περισσότερες τεχνολογικές εταιρείες εγκαταλείπουν σταδιακά το μοντέλο της σταθερής συνδρομής και εισάγουν χρεώσεις που βασίζονται στον όγκο χρήσης. Αυτό σημαίνει ότι οι πιο ενεργοί χρήστες θα επιβαρύνονται με πρόσθετο κόστος κάθε φορά που ζητούν από ένα chatbot ή έναν ψηφιακό βοηθό να δημιουργήσει μια παρουσίαση, να συντάξει ένα email ή να διορθώσει πολύπλοκο προγραμματιστικό κώδικα.
Οι κορυφαίες εταιρείες τεχνητής νοημοσύνης έχουν δαπανήσει δεκάδες ή ακόμη και εκατοντάδες δισεκατομμύρια δολάρια για τσιπ, κέντρα δεδομένων και εξειδικευμένο προσωπικό, προκειμένου να αναπτύξουν και να λειτουργήσουν τα μοντέλα τους. Η μετάβαση σε ένα μοντέλο χρέωσης που θυμίζει περισσότερο τους λογαριασμούς ηλεκτρικού ρεύματος ή τα προγράμματα κινητής τηλεφωνίας με χρέωση ανά χρήση ενδέχεται να οδηγήσει σε πιο επιλεκτική αξιοποίηση μιας τεχνολογίας που καταναλώνει τεράστιες ποσότητες ενέργειας και υπολογιστικών πόρων.
Την ίδια στιγμή, η αλλαγή αυτή προκαλεί ανησυχία σε πολλές αμερικανικές επιχειρήσεις, οι οποίες καλούνται να επανεξετάσουν το αυξανόμενο κόστος των επενδύσεών τους στην AI και να αξιολογήσουν την πραγματική απόδοση αυτών των δαπανών. Η εξέλιξη θυμίζει τη στιγμή κατά την οποία εταιρείες όπως η Uber περιόρισαν τις επιδοτούμενες υπηρεσίες τους και άρχισαν να μετακυλίουν μεγαλύτερο μέρος του κόστους στους πελάτες.

To ChatGPT στα Πανεπιστήμια © Freepik
Ποιο είναι το επιχειρηματικό μοντέλο της τεχνητής νοημοσύνης
Το επιχειρηματικό μοντέλο των chatbots και των AI agents παραμένει σχετικά νέο και εξακολουθεί να διαμορφώνεται.
Το 2023, λίγους μήνες μετά την εκρηκτική άνοδο του ChatGPT, η OpenAI και η ανταγωνίστριά της Anthropic εισήγαγαν συνδρομητικά προγράμματα επί πληρωμή με στόχο τη δημιουργία εσόδων από τις υπηρεσίες τους. Αρχικά προσέφεραν πακέτα περίπου 20 δολαρίων τον μήνα, ενώ αργότερα δημιούργησαν ακριβότερες βαθμίδες που έφθαναν έως και τα 200 δολάρια μηνιαίως, υποσχόμενες μεγαλύτερη πρόσβαση στα πιο προηγμένα μοντέλα τους.
Παράλληλα, οι εταιρείες ανέπτυξαν εταιρικές εκδόσεις των υπηρεσιών τους, οι οποίες περιλαμβάνουν αυξημένα επίπεδα ασφάλειας, μεγαλύτερο έλεγχο δεδομένων και εξειδικευμένη υποστήριξη πελατών. Στις περισσότερες περιπτώσεις, οι επιχειρήσεις πληρώνουν ένα σταθερό ποσό για κάθε εργαζόμενο που διαθέτει λογαριασμό πρόσβασης.
Η OpenAI έχει επίσης αρχίσει να εξετάζει μοντέλα που βασίζονται στη διαφήμιση, ακολουθώντας τη στρατηγική που χρησιμοποιούν εδώ και χρόνια εταιρείες όπως η Meta και η Google, προσφέροντας δωρεάν υπηρεσίες σε αντάλλαγμα για διαφημιστικά έσοδα.
Η τεχνητή νοημοσύνη περνά στη χρέωση ανά κατανάλωση
Παρότι οι συνδρομητικές υπηρεσίες παραμένουν διαθέσιμες, αρκετοί πάροχοι αμφισβητούν πλέον τη βιωσιμότητα της σχεδόν απεριόριστης πρόσβασης σε ισχυρά μοντέλα AI με ένα σταθερό μηνιαίο αντίτιμο.
Η Anthropic, σύμφωνα με δημοσιεύματα, άρχισε να τιμολογεί τους επιχειρηματικούς πελάτες με βάση την πραγματική χρήση των υπηρεσιών της. Τα συνδρομητικά πακέτα περιλαμβάνουν συγκεκριμένο αριθμό πιστώσεων χρήσης και όταν αυτές εξαντληθούν, οι πελάτες πληρώνουν επιπλέον για κάθε νέα χρήση.
Το κόστος εξαρτάται από το είδος της εργασίας, τη διάρκειά της και το μοντέλο που χρησιμοποιείται. Η εταιρεία εκτιμά ότι 1.000 αναζητήσεις μέσω του chatbot Claude κοστίζουν περίπου 10 δολάρια, ενώ οι αυτόνομοι ψηφιακοί βοηθοί χρεώνονται με βάση τον χρόνο λειτουργίας τους.
Αντίστοιχα, χρήστες της OpenAI έχουν εκφράσει προβληματισμό για τα νέα όρια χρήσης που εφαρμόζονται σε εργαλεία προγραμματισμού, ενώ η GitHub της Microsoft προκάλεσε αντιδράσεις όταν εισήγαγε νέο σύστημα χρέωσης μετά την εξάντληση ενός προκαθορισμένου μηνιαίου ορίου.
Ορισμένοι χρήστες ανέφεραν ότι κατανάλωσαν το σύνολο του διαθέσιμου ορίου μέσα σε μία μόνο ημέρα.

Ο Τιμ Κουκ της Apple και ο Σάτια Ναντέλα της Microsoft © EPA/JOHN G. MABANGLO / MAST IRHAM / Powergame.gr
Γιατί αλλάζει τώρα το μοντέλο της τεχνητής νοημοσύνης
Το μοντέλο της σταθερής χρέωσης είχε λογική στα πρώτα στάδια ανάπτυξης της αγοράς, καθώς παρείχε στις επιχειρήσεις έναν απλό και προβλέψιμο τρόπο αξιοποίησης μιας τεχνολογίας που τότε παρέμενε σε μεγάλο βαθμό ανεξερεύνητη.
Ωστόσο, στα τέλη του 2025 και στις αρχές του 2026, η τεχνητή νοημοσύνη εισήλθε σε μια νέα φάση ωρίμανσης. Η OpenAI, η Anthropic και άλλες εταιρείες παρουσίασαν σημαντικές προόδους στην ανάπτυξη AI agents που μπορούν να γράφουν και να διορθώνουν κώδικα επί ώρες χωρίς ανθρώπινη παρέμβαση.
Στη συνέχεια, οι εταιρείες τεχνητής νοημοσύνης προώθησαν την αξιοποίηση των agents και σε άλλους τομείς, όπως τα χρηματοοικονομικά, η διοίκηση επιχειρήσεων και η διαχείριση δεδομένων.
Παράλληλα, εργαλεία όπως το OpenClaw προσέλκυσαν έντονο ενδιαφέρον, επιδεικνύοντας τις δυνατότητες αλλά και τους κινδύνους ενός ψηφιακού βοηθού που μπορεί να χειρίζεται τον υπολογιστή ενός χρήστη, να οργανώνει ταξίδια, να διαχειρίζεται ηλεκτρονική αλληλογραφία και να συντονίζει το ημερολόγιό του.
Αποτέλεσμα ήταν οι πιο απαιτητικοί χρήστες να λειτουργούν πλέον δεκάδες ή και εκατοντάδες agents ταυτόχρονα για μεγάλα χρονικά διαστήματα.
Ορισμένες επιχειρήσεις μάλιστα ενθάρρυναν τους εργαζόμενους να καταναλώνουν όσο το δυνατόν περισσότερα «tokens» — τη βασική μονάδα δεδομένων που επεξεργάζονται τα μοντέλα AI. Η πρακτική αυτή, γνωστή ως «tokenmaxxing», έφθασε στο σημείο να επιβραβεύει τη μεγαλύτερη κατανάλωση πόρων ανεξάρτητα από το αν αυτή οδηγούσε σε πραγματική αύξηση της παραγωγικότητας.

Ο Σαμ Άλτμαν, CEO της OpenAI και ο Ντάριο Αμοντέι της Anthropic
© EPA/JOHN G. MABANGLO / Youtube / Powergame.gr
Το κυνήγι της κερδοφορίας στην τεχνητή νοημοσύνη και οι νέοι κίνδυνοι
Η λειτουργία ενός AI agent είναι σημαντικά πιο απαιτητική υπολογιστικά από μια απλή ερώτηση σε ένα chatbot. Όταν μάλιστα οι ψηφιακοί βοηθοί εργάζονται επί ώρες, το κόστος για τον πάροχο αυξάνεται θεαματικά.
Η OpenAI και η Anthropic βρίσκονται σε μια κρίσιμη περίοδο, καθώς επιδιώκουν να αποδείξουν ότι μπορούν να μετατρέψουν τη δημοτικότητα της τεχνολογίας σε βιώσιμη κερδοφορία. Οι επενδυτές παρακολουθούν πλέον με μεγαλύτερη προσοχή τις δαπάνες για τσιπ, κέντρα δεδομένων και ανθρώπινο δυναμικό.
Στελέχη της OpenAI έχουν ήδη αναγνωρίσει ότι το σημερινό μοντέλο τιμολόγησης πιθανόν να μην είναι βιώσιμο μακροπρόθεσμα. Ο επικεφαλής του ChatGPT, Νικ Τέρλι, έχει παρομοιάσει την απεριόριστη χρήση AI με ένα υποθετικό πρόγραμμα απεριόριστης κατανάλωσης ηλεκτρικού ρεύματος, υποστηρίζοντας ότι κάτι τέτοιο δύσκολα μπορεί να λειτουργήσει σε μεγάλη κλίμακα.
Ανάλογη άποψη έχει εκφράσει και ο διευθύνων σύμβουλος της OpenAI, Σαμ Άλτμαν, ο οποίος έχει δηλώσει ότι στο μέλλον η «νοημοσύνη» θα μπορούσε να λειτουργεί ως κοινωφελής υπηρεσία, όπως το νερό ή το ηλεκτρικό ρεύμα, με χρέωση ανά κατανάλωση.
Η GitHub υποστηρίζει ότι η νέα πολιτική τιμολόγησης αποσκοπεί στην καλύτερη αντιστοίχιση του κόστους με την πραγματική χρήση, καθώς οι πολύπλοκες εργασίες προγραμματισμού κοστίζουν πολλαπλάσια σε υπολογιστικούς πόρους σε σχέση με μια απλή ερώτηση.
Οι αντιδράσεις των επιχειρήσεων και ο ανταγωνισμός από την Κίνα
Η αυξανόμενη υιοθέτηση της AI σε συνδυασμό με τις νέες χρεώσεις έχει οδηγήσει αρκετές επιχειρήσεις σε επανεξέταση των προϋπολογισμών τους.
Η Walmart έχει επιβάλει περιορισμούς στη χρήση εσωτερικών AI agents από τους εργαζομένους της, ενώ η Uber έχει θέσει ανώτατα όρια στις δαπάνες για ορισμένα εργαλεία προγραμματισμού που βασίζονται στην τεχνητή νοημοσύνη.
Την ίδια στιγμή, ενισχύεται η συζήτηση γύρω από την επιλογή του κατάλληλου μοντέλου για κάθε εργασία. Πολλοί ειδικοί εκτιμούν ότι δεν χρειάζονται όλες οι εφαρμογές τα ακριβότερα και πιο ισχυρά μοντέλα AI.
Αυτό θα μπορούσε να ευνοήσει φθηνότερες εναλλακτικές λύσεις, ιδιαίτερα από την Κίνα. Πλατφόρμες όπως η DeepSeek και το Qwen της Alibaba προσφέρουν χαμηλότερο κόστος λειτουργίας, καθώς χρησιμοποιούν πιο αποδοτικές αρχιτεκτονικές που απαιτούν λιγότερη υπολογιστική ισχύ.
Παρότι τα κινεζικά μοντέλα εξακολουθούν να υπολείπονται των κορυφαίων αμερικανικών συστημάτων σε ορισμένους τομείς, θεωρούνται ήδη αρκετά ικανά για πολλές καθημερινές εργασίες. Εάν οι επαγγελματίες και οι επιχειρήσεις αρχίσουν να αναζητούν πιο οικονομικές επιλογές, η πίεση προς τους αμερικανικούς κολοσσούς της τεχνητής νοημοσύνης ενδέχεται να ενταθεί σημαντικά τα επόμενα χρόνια.
Το μεγάλο ερώτημα πλέον δεν είναι αν η τεχνητή νοημοσύνη είναι χρήσιμη, αλλά πόσο είναι διατεθειμένοι να πληρώσουν οι χρήστες για να τη χρησιμοποιούν.
