Ny data fra midten af 2026 viser, at kunstig intelligens (AI) værktøjer skaber store skjulte omkostninger, hvor op til 82% af virksomhedernes AI-forbrug går tabt til fejlrettelser, omskrivninger og forsinkelser ved kode-gennemgang, før det når produktion.
Presset ses på tre fronter: Ingeniørteams leverer upålidelig kode, Oracle påtager sig tung gæld for at opbygge AI-kapacitet, og OKX ændrer, hvordan de vurderer talenter i en AI-fokuseret arbejdsplads.
Omkostningerne ved AI-genereret kode
Entelligence AI undersøgte 2.444 virksomheder og fandt ud af, at for hver 1 USD brugt på AI-tokens, går 0,44 USD til fejlrettelser, 0,27 USD til at omskrive AI-genereret kode, og 0,11 USD forsvinder til forsinkelser i gennemgang og sammenfletning.
Lightruns 2026 State of AI-Powered Engineering rapport tilføjer, at 43% af al AI-genereret kode stadig kræver manuel fejlfinding i produktionen, selv efter at have bestået kvalitetstjek.
Ingen af de ledere i ingeniørbranchen, som blev spurgt, udtrykte fuld tillid til implementeret output – et mønster, der også ses i Coinbases AI-udrulning og Cardanos AI-kodeopdeling.
Oracles satsning med gæld
Oracle har opbygget cirka 108 milliarder dollars i samlet gæld og rejste yderligere 50 milliarder dollars i 2026 gennem gæld og aktier for at finansiere AI-datacenter-udbygning.
Den frie pengestrøm ligger tæt på minus 13 milliarder dollars. Over 300 milliarder ud af Oracles 553 milliarder dollars store backlog er knyttet til OpenAI alene – en kunde, der tabte omkring 14 milliarder sidste år.
Risikoen afspejler bredere advarsler om AI-omkostningskrise for virksomheder og AI-indtægtsboblen. Oracles regnskab 16. juni vil vise, om satsningen på AI-efterspørgslen holder.
Talentjusteringen
OKX’s direktør Stax Xu påpegede, at AI-agenter øger tempoet i udførelsen, men samtidig afslører ansatte, der mest lever af indtryk snarere end resultater.
Børsen forbinder nu medarbejdervurderinger med AI-kompetencer og følger dermed en bølge af børsers AI-krav i sektoren.
“Det er ikke AI, der grundlæggende ændrer fyringer. Det er, at AI-tiden grundlæggende ændrer kravene til talent”, fremhævede Stax Xu .
Dataene viser, at AI giver reel kapacitet, men de driftsmæssige, økonomiske og organisatoriske omkostninger kommer hurtigere end markederne havde regnet med.
Om regnskaber og tekniske målinger i juni mindsker kløften, vil afgøre resten af cyklussen.
