Генеральный директор Nvidia Дженсен Хуанг предложил новый способ оценки продуктивности инженерных кадров, основанный на потреблении ИИ-токенов. Согласно его подходу, если годовые затраты на использование ИИ-моделей сотрудником с зарплатой в 500 000 долларов составляют менее половины его оклада, это может стать поводом для пересмотра целесообразности удержания такого специалиста в штате компании.
По мнению Хуанга, высокая интенсивность использования ИИ-инструментов напрямую коррелирует с эффективностью разработки и способностью инженера масштабировать свои задачи. В условиях, когда доступ к вычислительным мощностям и LLM становится ключевым фактором производительности, низкие показатели потребления токенов могут сигнализировать о нежелании или неспособности специалиста интегрировать современные технологии в свой рабочий процесс.
Этот подход отражает сдвиг в корпоративной культуре технологических гигантов, где владение инструментами генеративного ИИ становится обязательным навыком. Руководство Nvidia рассматривает ИИ не просто как вспомогательный сервис, а как основной рычаг для увеличения выработки на одного сотрудника, где затраты на инференс становятся прямой метрикой вовлеченности в автоматизацию рутинных задач.
Ключевые факты
- Дженсен Хуанг озвучил критерий эффективности в рамках подкаста All-In после конференции GTC 2026.
- Базовый порог «полезности» инженера привязан к соотношению затрат на токены и годовой заработной платы.
- Для специалиста с доходом 500 000 долларов минимальный целевой показатель потребления ИИ-ресурсов установлен на уровне 250 000 долларов в год.
- Использование ИИ-инструментов рассматривается как основной индикатор масштабируемости инженерных компетенций в современной структуре Nvidia.