Les grans empreses tenen enormes contractes amb empreses d'IA perquè els seus treballadors puguin accedir a les millors eines. I Apple és una d'elles. No obstant això, segons ha informat Bloomberg, Apple està reduint la quantitat diària que els seus equips d'enginyeria poden invertir en intel·ligència artificial. Amb retallades que podrien superar el 60% del pressupost.
Apple reporta el pressupost per a IA dels seus equips
La intel·ligència artificial és molt present en el dia a dia dels enginyers que treballen en una companyia com Apple. En el seu moment es va parlar que la companyia havia integrat nombroses eines d'IA en departaments importants, com el del disseny de xips.
Aquest fenomen, conegut com a "tokenmaxxing" a Silicon Valley, la pràctica de consumir la màxima quantitat possible de tokens d'IA, ha estat un estàndard durant aquest últim any en la majoria de les empreses. Pensant que això ajudaria a desenvolupaments més ràpids i eficients. Tanmateix, sembla que això ha canviat sota el nou comandament de John Ternus, el CEO d'Apple des de setembre.
L'informe diu que Apple està intentant controlar la despesa que els seus empleats realitzen en eines d'intel·ligència artificial com a part dels esforços de reducció de costos impulsats pel seu CEO. Segons informa Bloomberg, la companyia ja ha rebaixat el pressupost diari d'alguns enginyers de 300 a 200 dòlars i prepara noves retallades que podrien deixar-lo en tot just 100 dòlars al dia.
La mesura no afecta únicament els equips d'enginyeria. Alguns departaments que no estan relacionats directament amb aquesta àrea ja tenen un límit de 100 dòlars diaris, però Apple estaria estudiant reduir-lo fins als 25 dòlars per a determinats grups. Els empleats que necessitin un pressupost més gran per fer la seva feina podran sol·licitar una excepció a la direcció.
De moment, no és clar quins serveis estaran subjectes a aquestes restriccions. Els treballadors d'Apple tenen accés a eines com Claude, ChatGPT i Gemini, encara que alguns equips ja estan rebent incentius per utilitzar models d'IA més econòmics o que puguin executar-se directament en els seus dispositius, reduint així els costos.