Бурный рост ИИ-расходов вызывает кризис в компаниях: назревает потребность в строгом учёте
В технологической отрасли нарастает недовольство стоимостью искусственного интеллекта. Так, компания Uber израсходовала весь свой бюджет на ИИ-разработку, запланированный на 2026 год, уже к апрелю. Microsoft отозвала лицензии на использование Claude Code у своих разработчиков всего через несколько месяцев после их выдачи. Сотрудник Priceline сообщил изданию TechCrunch, что стандартное продление контракта с Cursor обошлось в 4-5 раз дороже обычного.
Несмотря на снижение цен за один токен (единица измерения при работе с ИИ), активное внедрение искусственного интеллекта и развитие автономных агентов привели к резкому росту потребления токенов. Компании, которые в начале 2025 года массово подписывались на безлимитные ИИ-сервисы, теперь пытаются понять, куда уходят их средства, сократить расходы и оценить, можно ли получить хоть какую-то отдачу от инвестиций (ROI) на фоне разрушительных для бюджета затрат.
Реакция индустрии: От вопросов о возможностях к контролю затрат
На этом фоне активно формируется новый рынок, предлагающий решения для этой проблемы. Стартапы, крупные поставщики и новые организации по стандартизации стремятся предоставить компаниям инструменты и единый язык для отслеживания их ИИ-расходов.
Александр Эмбрикос, глава по корпоративным решениям в OpenAI, в интервью TechCrunch на мероприятии в Нью-Йорке на этой неделе отметил, что ещё полгода назад в общении с клиентами преобладали вопросы о возможностях и качестве ИИ-решений. Теперь же, по его словам, диалоги изменились: компании интересуются видимостью расходов, возможностью аудита, контролем потребления токенов и эффективностью моделей, сталкиваясь с чрезмерными тратами.
Именно в такой обстановке на этой неделе Linux Foundation представила планы по созданию Tokenomics Foundation – новой организации по стандартизации. Её цель – внедрить такую же финансовую дисциплину в отношении ИИ-токенов, какую FinOps (направление финансового управления в облачных технологиях) привнесла в управление облачными расходами.
Джей Ар Стормент, исполнительный директор FinOps Foundation (проекта, входящего в Linux Foundation), рассказал TechCrunch, что уже в апреле и мае компании сообщали о трёхкратном превышении годового бюджета на токены. Он отметил, что тогда стали возникать "экзистенциальные кризисы", и дискуссии быстро перешли от стремления к максимальному потреблению токенов и ускорению процессов к необходимости введения ограничений и контроля.
Масштабы проблемы: От миллионов до триллионов строк данных
Эти жалобы, раздавшиеся по всему технологическому миру, стали результатом активного давления со стороны руководителей компаний, которые требовали от своих команд использовать лучшие модели и максимально быстро внедрять их, не обращая внимания на затраты. Новые модели, представленные в ноябре, такие как Claude Opus 4.5 от Anthropic, GPT-5.1 от OpenAI и Gemini 3 Pro от Google, значительно улучшили возможности агентских инструментов, что привело к многократному росту потребления. Именно так одна из компаний, по сообщениям, получила счёт за использование Claude на сумму 500 миллионов долларов США, забыв установить лимиты использования для сотрудников.
Крис Рид, старший директор по ИТ-финансам в Priceline, сравнил ситуацию с "эпидемией крэк-кокаина", отметив, что его компания начала вводить лимиты на токены для определённых групп. По его мнению, после бесплатного пробного периода пользователи "подсаживаются" на ИИ и становятся зависимыми от него.
Виталий Гордон, генеральный директор платформы для инженерных операций Faros AI, рассказал о недавнем разговоре с техническим директором одной компании. Этот CTO сообщил, что один из его инженеров потратил 40 000 долларов США на токены за прошлый месяц, и теперь руководитель не знает, стоит ли ему остановить такого сотрудника или, наоборот, поощрить других следовать его примеру.
Мартовский опрос Faros среди 20 000 разработчиков показал рост производительности, но одновременно увеличилось и количество ошибок, а также необходимость в переписывании кода. Аналогичное исследование платформы для управления инженерными проектами Jellyfish выявило, что инженеры, использующие наибольшее количество токенов, были примерно в два раза продуктивнее своих коллег, которые меньше работали с ИИ, но для этого им требовалось в 10 раз больше токенов.
Николас Арколано, глава исследовательского отдела Jellyfish, сообщил TechCrunch по электронной почте, что расходы на ИИ резко растут, в основном из-за внедрения агентских функций. Потребление токенов на одного разработчика увеличилось примерно в 18,6 раза за девять месяцев. В целом, эти данные делают вопрос о реальной продуктивности ИИ менее однозначным, чем может показаться, исходя из затрат.
Арколано подчеркнул, что окупаемость экстремальных затрат зависит от конечной бизнес-ценности разработанного кода (например, от генерируемой выручки), которую большинство компаний до сих пор не могут эффективно измерить. По крайней мере, часть этой проблемы измерения связана с беспрецедентными масштабами использования ИИ в настоящее время.
Стормент пояснил, что отслеживание облачных расходов — это задача, связанная с обработкой сотен миллионов строк данных в месяц. Однако отслеживание стоимости токенов ИИ — это проблема, оперирующая уже триллионами строк данных в месяц. По его словам, такую задачу невозможно решить с помощью обычной электронной таблицы или базового инструмента. Необходимо кардинально переосмыслить инструментарий, спецификации и бухгалтерские системы.
В Priceline Рид уже выявляет расхождения. Он отметил несовпадения между отчётами поставщиков об использовании ИИ и внутренними данными компании. Рид провёл параллели между текущей ситуацией с ИИ и своим опытом в управлении расходами на телекоммуникации. Он считает, что внедрение любой новой технологии всегда создаёт почву для ошибок в выставлении счетов, проблем с аудитом и возможностей для оптимизации.
Формирование нового рынка и будущие решения
Вокруг этой проблемы начинает формироваться полноценный рынок. Появляются специализированные компании, такие как Pay-i, которая отслеживает, измеряет и оптимизирует затраты и производительность инвестиций в генеративный ИИ. Платформа Paid, в свою очередь, позволяет разработчикам отслеживать расходы, измерять использование и выставлять счета пользователям на основе фактической ценности, а не абонентской платы.
Кроме того, существуют компании вроде Jellyfish, Waydev и Faros AI, которые предлагают мониторинг ИИ-агентов для доказательства окупаемости инвестиций в инструменты для разработчиков. По словам Стормента, большинство из 180 поставщиков, входящих в FinOps Foundation, склоняются к развитию в этом направлении.
Компании с уже налаженным распространением также активно добавляют новые функции, чтобы извлечь выгоду из этого нового рынка. Так, Ramp недавно занялась управлением расходами на ИИ; Datadog и New Relic добавили такие услуги, как управление облачными затратами, мониторинг на уровне токенов и отслеживание использования графических процессоров (GPU). На конференции FinOps X на следующей неделе AWS, как ожидается, представит новые функции финансового управления, ориентированные на корпоративные расходы на ИИ.
Тиффани Лак, партнёр венчурной компании NEA, полагает, что эффективность токенов и возможности их наблюдения будут реализованы на "уровне обвязки или приложений". Она привела в пример стартап Factory, который разрабатывает ИИ-агентов для предприятий и на этой неделе запустил маршрутизатор моделей, автоматически выбирающий оптимальную модель для каждой задачи.
Гордон ожидает, что ведущие исследовательские лаборатории и другие поставщики моделей начнут внедрять оптимизацию по типу OpenRouter, направляя запросы к наиболее экономичным моделям. Эта тенденция уже заметна в счетах корпоративных клиентов Claude. Гордон объяснил, что в финансовых отчётах о расходах на Anthropic, даже если пользователь вызывает модель Opus, часть затрат будет приходиться на Sonnet или Haiku, поскольку системы достаточно "умны", чтобы автоматически оптимизировать выбор. Он прогнозирует, что такая практика будет распространяться.
Однако все эти инструменты разрабатываются без единого языка и общих определений стоимости токена, его производительности и способов сравнения расходов между различными поставщиками. Именно здесь Tokenomics Foundation надеется продемонстрировать свою полезность.
Фонд разрабатывает каноническое определение и фреймворк для "токеномики" (экономики токенов); открытые стандарты, спецификации и метрики для использования и тарификации токенов ИИ; а также новые экономические показатели ИИ, такие как стоимость на единицу интеллекта или токены на ватт. Также планируется определить метрики эффективности "фабрик токенов" и эффективности потребления. Официальный запуск группы запланирован на июль, а новые члены будут объявлены на конференции FinOps X на следующей неделе.
Нишант Гупта, директор по доступности в Salesforce, заявил, что экономика токенов "фундаментально более абстрактна и непрозрачна, чем всё, чем мы управляли в таком масштабе ранее". По его словам, она требует "иного операционного подхода", нежели тот, что был разработан индустрией для облачных технологий.
Тем не менее, Goldman Sachs прогнозирует, что глобальное использование токенов увеличится в 24 раза к 2030 году. Компании, уже превысившие свои бюджеты, нуждаются в решениях прямо сейчас, тогда как первый ощутимый результат работы фонда ожидается лишь через несколько месяцев.
Смотрите также:
Возвращение к 8 ГБ ОЗУ: экономический маневр или шаг назад для индустрии ноутбуков http://stroybud.com/vozvrashhenie-k-8-gb-ozu-ekonomicheskiy-manevr-ili-shag-nazad-dlya-industrii-noutbukov/.
Интересности на тему: Как сэкономить на доставке продуктовых наборов: стратегия разумного потребления
Классные советы в статье "Apple готовится к WWDC 2026: Искусственный интеллект и смена руководства" здесь.
Гордон образно отметил, что "возможно, мы создали паровой двигатель, но ещё не разработали конвейерную линию".
По мнению Арколано, разумным шагом является широкое, но умеренное внедрение ИИ. Он добавил, что наилучшая окупаемость инвестиций достигается за счёт перехода широкого круга пользователей от низкого к умеренному уровню использования, а не путём дальнейшего увеличения нагрузки на активных пользователей.
