Bagong data ngayong mid-2026 ang nagpapakita na sobrang laki pala ng mga hidden cost ng artificial intelligence (AI) tools — umaabot sa 82% ng gastos sa AI ng mga kumpanya ang nauuwi lang sa pag-aayos ng bugs, pagrerewrite ng code, at mga delay sa review, bago pa man magamit talaga sa production.
Kita ang epekto nito sa tatlong aspeto: naglalabas ang mga engineering team ng code na hindi reliable, nababaon sa utang ang Oracle para palakasin ang AI capacity nila, at nire-restructure ng OKX kung paano nila ine-evaluate ang talent sa isang AI-first na environment.
Gastos ng AI-Generated Code
Sa survey ng Entelligence AI sa 2,444 na kumpanya, nakita nila na kada $1 ginagastos sa AI tokens, $0.44 ang napupunta sa pag-aayos ng mga bug, $0.27 para pagrerewrite ng code na gawa ng AI, at $0.11 naman ang nauubos lang sa mga delay sa review at pag-merge ng codes.
Base sa report ng Lightrun tungkol sa State of AI-Powered Engineering sa 2026, 43% pa rin ng AI-generated code ang kailangan pa ring mano-manong i-debug kapag ginagamit na sa production kahit pumasa na sa mga quality check.
Wala ni isang engineering lead na na-survey ang nagsabing fully confident sila sa AI code na na-deploy na, at ganito rin ang nangyari sa rollout ng AI ng Coinbase at Cardano kung saan nagkaproblema rin ang AI-generated code nila.
All-in Bet ng Oracle sa AI
Umaabot na sa $108 billion ang utang ng Oracle ngayon, tapos nakalikom pa sila ng panibagong $50 billion ngayong 2026 mula sa utang at equity para magpagawa ng mga AI data center.
Negative $13 billion na lang ang free cash flow ng kumpanya. Sa kabuuang $553 billion backlog ng Oracle, halos $300 billion ang galing lang sa OpenAI na kliyente nila — at ito mismo, nalugi ng humigit-kumulang $14 billion noong nakaraang taon.
Pinapakita ng numbers na ito kung gaano kalaki ang risk, na sakto ring ka-level ng mga babala tungkol sa cost crisis sa enterprise AI at AI revenue bubble. Sa earnings report ng Oracle sa June 16, dito makikita kung worth it ba ang sunod-sunod na bet nila sa AI demand.
Pagbabago sa Talent at Skills
Ayon kay OKX CEO Stax Xu, bumibilis ang trabaho dahil sa AI agents pero nalalantad din daw yung mga workers na umaasa lang sa pa-impress at hindi talaga sa output.
Kaya ngayon, naka-base na sa AI skills ang evaluation ng mga empleyado sa OKX — kasunod ng trend ng pag-mandate ng AI tools ng iba-ibang exchanges sa industry.
“Hindi AI mismo ang nagbabago sa usapan ng layoffs. Ang totoo, binabago ng AI era kung ano na ang hinahanap talaga sa talento,” binigyang-diin ni Stax Xu sa post niya.
Ipinapakita ng data na totoo namang kayang mag-deliver talaga ng AI, pero halos sabay na rin dumadating ang mga operational, financial, at organizational cost — mas mabilis pa kaysa sa inaasahan ng market.
Makikita kung hanggang saan ang gap na ito depende sa June earnings at engineering metrics — at ito rin ang magde-decide ng direction ng cycle moving forward.
