Podczas tegorocznej konferencji GTC 2026 Jensen Huang ogłosił coś, co jeszcze kilka lat temu brzmiałoby jak science fiction: inżynierowie Nvidii mają otrzymywać roczny budżet tokenów AI równy mniej więcej połowie ich podstawowego wynagrodzenia. Przy pensjach rzędu 200-300 tysięcy dolarów rocznie oznacza to dodatkowe 100-150 tysięcy dolarów w kredytach obliczeniowych.
Prezes Nvidii nie mówi jednak o bonusie czy ekstra świadczeniu. Mówi o narzędziu pracy, bez którego inżynier staje się niekonkurencyjny. Zdaniem Huanga dostęp do tokenów to dziś dla inżynierów to samo, co niegdyś dostęp do komputera.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
„Deeply alarmed” – czerwona flaga Huanga
Huang powiedział wprost w podcaście „All-In”, że byłby „deeply alarmed”, gdyby inżynier zarabiający 500 tysięcy dolarów wydał rocznie tylko 5 tysięcy dolarów na tokeny. Jego zdaniem taki pracownik powinien zużyć co najmniej 250 tysięcy dolarów w tokenach. „If that person said $5,000, I will go ape something else” – stwierdził bez ogródek.
To nie przelewki. Zapytany, czy Nvidia wydaje łącznie 2 miliardy dolarów na tokeny dla swoich zespołów inżynierskich, odpowiedział krótko: „We’re trying to.”
Tokeny jako narzędzie rekrutacji
Huang jasno wskazał, że budżet tokenów staje się jednym z kluczowych argumentów rekrutacyjnych w Dolinie Krzemowej. „It is now one of the recruiting tools in Silicon Valley: How many tokens comes along with my job?” – powiedział. Uzasadnienie jest proste: każdy inżynier z dostępem do tokenów jest bardziej produktywny.
Co to oznacza w praktyce? Inżynierowie Nvidii mogą samodzielnie „zatrudniać” kilkanaście agentów AI działających całą dobę na złożonych problemach inżynierskich, uruchamiać masowe generowanie danych syntetycznych bez konieczności przebijania się przez wewnętrzne procesy budżetowe, czy omijać kolejki do zasobów obliczeniowych, które spowalniają innowacje w firmach z centralnym przydziałem GPU.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl:
To pomysł, który z jednej strony robi wrażenie swoją logiką, ale z drugiej budzi we mnie mieszane uczucia. Jeśli tokeny stają się de facto walutą produktywności, to pytanie brzmi: co się stanie z inżynierem, który ich „nie zużywa”? Czy brak wydatków na AI compute będzie traktowany jako sygnał lenistwa albo nieefektywności? W takiej narracji bardzo łatwo wskoczyć w pułapkę mierzenia pracy przez pryzmat zużycia zasobów, a nie rzeczywistych wyników. Widziałem już w historii technologii wiele narzędzi, które miały „amplifikować” pracę, a zamieniały się w wyznaczniki konformizmu. Z drugiej strony – jeśli dostęp do compute faktycznie jest dziś tym, czym kiedyś był laptop, to może Huang ma rację i firmy, które tego nie zrozumieją, po prostu przegrają wojnę o talenty. Otwarte pytanie: czy to model, który zadziała tylko w Nvidii, czy widzimy tu zalążek nowego standardu wynagradzania w całej branży?
7,5 miliona agentów AI zamiast ludzi?
Propozycja płacenia tokenami to tylko jedna warstwa wizji Huanga. Za nią kryje się znacznie ambitniejszy plan: Huang powiedział CNBC, że Nvidia ma dziś „42 tysiące biologicznych pracowników” i planuje dołączyć do nich „setki tysięcy cyfrowych pracowników”. W perspektywie dekady firma ma rozrosnąć się do 75 tysięcy ludzi i 7,5 miliona agentów AI – proporcja 100 cyfrowych pracowników na każdego człowieka.
Co więcej, Huang przekonuje, że agenci AI nie zastąpią oprogramowania dla firm – wręcz przeciwnie, staną się jego intensywnymi użytkownikami. Według niego agenci spowodują, że licencjonowanie narzędzi „eksploduje, a nie skurczy się”. Miesięczne cykle developmentu skróciły się już do 30 minut – inżynierowie spędzają mniej czasu na czekaniu, a więcej na kierowaniu pracą agentów.
Rynek pracy: optymizm kontra ryzyko
Nie wszyscy podzielają entuzjazm Huanga w kwestii wpływu tej rewolucji na rynek pracy. Obraz, jaki wyłania się z różnych analiz, jest złożony:
- Goldman Sachs szacuje, że AI może zautomatyzować 25% godzin pracy w USA, wypierając 6-7% miejsc pracy w okresie transformacji
- Stanowiska związane z analizą danych, przetwarzaniem dokumentów i tworzeniem wstępnych raportów są „pierwsze w kolejce” do automatyzacji
- Praca na poziomie entry-level jest szczególnie narażona, bo AI eliminuje zadania, które historycznie służyły jako „trampolina” dla nowych pracowników
- Około 80-85% projektów AI zakończyło się niepowodzeniem od 2018 roku, co rodzi pytania o realność masowego wdrożenia agentów
Goldman Sachs ekonomista Joseph Briggs zaznacza jednak, że historia przemawia raczej za optymizmem: 60% dzisiejszych pracowników wykonuje zawody, które nie istniały w 1940 roku. Poprzednie fale automatyzacji tworzyły więcej miejsc pracy, niż niszczyły.
Nvidia jako własny klient
Kontekst tych zapowiedzi ma solidne fundamenty finansowe. Nvidia zakończyła rok fiskalny 2026 z przychodami rzędu 215,9 miliarda dolarów, co oznacza wzrost o 65% rok do roku. Przychody z centrów danych wzrosły o 75%, osiągając 62,3 miliarda dolarów.
Nvidia pledged hundreds of billions in U.S. chip investment over four years. Firma pozycjonuje się jako jednocześnie architekt i pierwszy klient modelu siły roboczej, który sprzedaje innym. Jeśli proporcja 100 do 1 sprawdzi się wewnętrznie, stanie się dowodem słuszności całego konceptu.
Nowa waluta pracy czy nowa forma kontroli?
Reakcje w mediach społecznościowych na zapowiedź Huanga są podzielone. Część komentatorów wprost porównuje tokeny do „scrip” – firmowej waluty używanej historycznie przez kopalnie i fabryki, które płaciły pracownikom bonami wymiennymi tylko we własnych sklepach. „Company towns are so back! Enjoy your scrips, tech serfs” – napisał jeden z użytkowników Threads.
Inni widzą w tym po prostu następny logiczny krok ewolucji benefitów pracowniczych w branży tech.
Jedno jest pewne: jeśli największy producent chipów AI na świecie zaczyna płacić swoim inżynierom w tokenach, reszta Doliny Krzemowej będzie musiała przynajmniej odpowiedzieć na pytanie, czy podąży tą drogą. I to szybciej, niż myślimy.
