Vége az óradíjnak? Miért fizetsz hamarosan tokenekkel a fejlesztésért

Néhány éve, amikor berobbant a ChatGPT és elindult az AI körüli hype, az árazás még mindig meglepően régimódi volt: hány óra, mennyiért. Miközben már mindenki arról beszélt, hogy a munka gyökeresen átalakul, az ajánlatok többsége továbbra is emberi időre, becsült órákra és régi beidegződésekre épült.

Az ügyfél azt hitte, hogy időt vesz. Mi pedig sokszor úgy tettünk, mintha továbbra is csak órát adnánk el. Ma már egyáltalán nem biztos, hogy ez az egyenlet ugyanazt jelenti.

A szoftverfejlesztés, és igazából rengeteg más terület is, ahol az AI már elég jól használható, most változik át a szemünk előtt. Ráadásul még csak a folyamat elején vagyunk. Ami ma még furcsa, holnap természetes lesz; ami ma még látványos gyorsulás, holnap alapelvárás.

Amit az óra jelentett eddig

Az óra-alapú számlázás azért lett ennyire elterjedt, mert sokáig viszonylag jól közelítette a valóságot. Az ember dolgozik, az értékteremtés időbe telik, az idő pedig mérhető. Ha valamit tíz óra alatt lehetett megcsinálni, akkor a tíz óra volt a kiindulópont.

Persze ezzel régen is lehetett játszani. Ha olcsóbban dolgozó ember végezte el a feladatot, nagyobb lett az árrés. Ha egy projektbecslésnél óvatosabban, kicsit fölé lőve számoltunk, több maradt, ha a munka gyorsabban elkészült. A projektáras ajánlatok nagy része is valójában óradíj volt, csak becsomagolva: leültünk, fejben felszoroztuk az órákat, majd egy fix összeget mondtunk.

Ez nem feltétlenül volt ördögtől való. A tapasztalat, a felelősség, a szervezés, a kommunikáció és a kockázat is benne volt az árban. De a munka mögött még jellemzően emberi kapacitás állt.

Amikor az AI belép a munkába

Most viszont van egy új szereplő az asztalnál. Nem gyakornok, nem alvállalkozó, nem junior fejlesztő, hanem egy AI-rendszer, amely a munka egyre nagyobb részét képes elvégezni. Egy tízórás feladatból bizonyos esetekben könnyen lehet egyórás munka: promptolás, ellenőrzés, javítás, újrapromptolás, majd végső validálás.

A matek közben teljesen más. Valójában lehet, hogy egy órát foglalkoztál vele, és közben elfogyott mondjuk 100 000 token. Mégis könnyű úgy árazni, mintha nyolc vagy tíz emberi óra lett volna mögötte, mert a piac még mindig ezt a nyelvet érti.

A minőségen ez ma még sokszor látszik. Ha valaki csak átdobja a feladatot az AI-nak és kritikátlanul átveszi az eredményt, az pont olyan is lesz. De ez a különbség folyamatosan szűkül. Az AI gyorsabban fejlődik, mint ahogy a legtöbb cég át tudja alakítani a gondolkodását, a folyamatait és az árazását.

Mit adunk el valójában?

Itt jön a kényelmetlen kérdés: ha tízórányi munkát egy óra alatt végzek el AI-val, és ezt nyolc óraként számlázom, az igazságos?

Igen is, meg nem is.

Lehet azt mondani, hogy mindent annyiért kell eladni, amennyiért el lehet. A piac dönt, az ügyfél elfogadta, kész. Csakhogy itt nem egyszerű árképzésről beszélünk, hanem információs aszimmetriáról. Az egyik fél pontosan tudja, hogy a munka jelentős részét már nem emberi óra vitte el, a másik viszont még mindig emberi órában gondolkodik.

Hol van a határ az okos árazás és a másik fél kihasználása között? Mikor sérül az ügyfél? Mikor válik az egész olyanná, mintha azt mondanánk: addig kell átverni, amíg át tudjuk?

Szerintem nem az a probléma, ha valaki AI-t használ. Sőt, ma már inkább az a probléma, ha nem használ. A kérdés az, hogy mit ígérünk, mit mérünk, és mennyire őszinte az ár mögötti logika.

A tudás ára is változik

Erre szokott jönni az ellenérv: a tudást és a tapasztalatot meg kell fizetni. Ez részben igaz. Csakhogy ez a mondat ma már mást jelent, mint néhány éve.

Korábban a tudás jelentős része valóban hozzáférési előny volt. Tudtad a frameworköt, ismerted a mintákat, emlékeztél a hibákra, gyorsabban találtad meg a megoldást. Ma az AI rengeteg ilyen dolgot azonnal odaad: példakódot, dokumentációt, alternatívát, magyarázatot, tesztet, edge case-t.

A tapasztalat ettől nem tűnik el, csak máshová kerül. Nem az lesz a legértékesebb, hogy valaki fejből tud-e minden szintaxist, hanem hogy jó kérdést tesz-e fel, felismeri-e a rossz választ, érti-e az üzleti kontextust, vállal-e felelősséget a döntésért, és képes-e rendszert építeni a sok AI-val gyorsított részletből.

Vagyis a tudás továbbra is érték, csak már nem ugyanazt kell megfizetni, mint régen.

Token, komplexitás, érték

Van egy érdekes párhuzam. Amikor AI API-t használunk, a számla nem munkaidő alapján érkezik, hanem tokenfogyasztás alapján. Minél több kontextust adunk, minél több gondolkodást, generálást és ellenőrzést kérünk, annál több token fogy.

Ez nem jelenti azt, hogy holnaptól minden fejlesztő tokenben fog számlázni. A token önmagában csak költségoldali mértékegység, nem ügyfélérték. De jól mutatja, hogy az idő már nem elég jó proxy. Egy AI-val támogatott munka árát egyre inkább a komplexitás, a kockázat, a felelősség, az üzleti hatás és a leszállított érték felől kellene nézni.

Ha egy feladat egy óra emberi figyelmet és 100 000 tokent igényelt, akkor nem biztos, hogy egy órát kell érnie. De az sem egészséges, ha úgy teszünk, mintha nyolc klasszikus emberi óra állna mögötte. Valószínűleg új nyelvre van szükség: nem órát adunk el, hanem megoldott problémát, gyorsaságot, döntési biztonságot és működési előnyt.

Miért maradhat így sokáig?

Az átállás nem egyszerre történik. Lehet egymásnak ellentmondó számokat látni arról, hogy a marketingesek, fejlesztők vagy cégek mekkora része használ AI-t. Néha extrém alacsony arányok jönnek szembe, máshol már nagyon magas használatot mérnek. Szerintem nem is a pontos százalék a lényeg, hanem az, hogy a felszínes használat és a valódi működésbe építés között óriási különbség van.

Sokan már kipróbálták az AI-t. Kevesebben építették be úgy, hogy az árazás, a folyamat, a minőségbiztosítás, az ügyfélkommunikáció és a felelősségi körök is változzanak vele. Ezért maradhat még sokáig nyitva az arbitrázs: AI-val gyorsabban dolgozunk, de régi nyelven, régi logikával, régi áron számlázunk.

Rövid távon ebből lehet nyerni. Hosszabb távon szerintem veszélyes. Ahogy az ügyfelek is tanulnak, egyre kevésbé az lesz a kérdés, hány órát dolgoztál, hanem az, hogy milyen eredményt hoztál létre, mennyire átláthatóan, milyen kockázattal és milyen gyorsan.

Mi lesz velünk?

A saját cégeimnél sokszor úgy érzem, hogy minden nap azon dolgozunk, hogy vágjuk magunk alatt a fát. Automatizálunk, AI-t építünk be, folyamatokat rövidítünk, olyan megoldásokat készítünk, amelyek bizonyos korábbi emberi munkákat egyszerűen feleslegessé tesznek.

Ez elsőre furcsán hangzik, de szerintem nincs más lehetőség. Ha mi nem vágjuk, majd más fogja vágni. Csak ő alulról kezdi, és akkor az egész fa dől, mi pedig rajta ülünk.

Az AI hosszú távon nem nagyon hagy választási lehetőséget a cégeknek. Sőt, szerintem ez a hosszú táv inkább középtáv. Aki nem használja, aki nem próbálja meg kihozni belőle a legtöbbet, annak egyre nehezebb lesz versenyezni olyanokkal, akik ugyanazt gyorsabban, olcsóbban, pontosabban vagy nagyobb kapacitással tudják megoldani.

Fontos: nem minden cégnek kell AI-szakértővé válnia. Nem kell mindenkinek modelleket, promptokat és tokeneket bújnia. Sokszor elég olyan megoldásokat használni, amelyek már jól használják az AI-t a háttérben. Egy jó rendszer nem azzal terheli a vállalkozót, hogy mostantól még egy technológiát kell megtanulnia, hanem levesz róla munkát, gyorsítja a döntést és tisztább működést ad.

Mi pontosan ebben próbálunk segíteni: nem AI-t mutogatni, hanem olyan működést építeni, ahol az AI valódi előnyt ad.

Hová tartunk?

Nem gondolom, hogy holnaptól tokenekben fizet majd a világ a fejlesztőknek. De azt igen, hogy az óradíj lassan elveszíti azt a szerepét, amit eddig betöltött. Egyre kevésbé mond igazat arról, mennyi munka, mennyi tudás és mennyi érték van egy feladat mögött.

Az AI kora nemcsak gyorsabb munkát hoz, hanem kellemetlenebb kérdéseket is. Mit árazunk? Az időt? A figyelmet? A komplexitást? A felelősséget? Az eredményt? És mennyire vagyunk őszinték azzal kapcsolatban, hogy a munkát valójában hogyan végeztük el?

Szerintem azok fognak jól kijönni ebből, akik nem elrejtik az AI-t, hanem értelmesen beépítik. Akik nem órákat akarnak védeni, hanem értéket akarnak teremteni. Akik nem attól félnek, hogy az AI elveszi a munkájukat, hanem attól, hogy valaki más előbb tanulja meg jól használni.

---

Ha tetszett a gondolat, vagy van véleményed róla – keress meg LinkedIn-en vagy emailben. Szívesen megvitatom.