Расходы на ИИ выходят из-под контроля: компании на грани кризиса

В технологическом мире крупные компании вынуждены пересматривать свои бюджеты из-за непредвиденного роста расходов на искусственный интеллект (ИИ). Например, Uber уже израсходовал бюджет на ИИ-кодирование, рассчитанный до 2026 года, к апрелю этого года. Microsoft же отозвала лицензии Claude Коде, предоставленные своим разработчикам, всего через несколько месяцев. Несмотря на снижение стоимости токенов, массовое внедрение автономных агентов резко увеличило объем потребления. Об этом сообщает Techcrunch.ком сообщает .

Хотя в начале 2025 года компании полагались на безлимитные подписки, теперь они пытаются понять, куда уходят средства, и сдержать расходы. По словам руководителя корпоративного подразделения OpenAI Александра Эмбрикоса, в разговорах с клиентами фокус сместился с возможностей моделей на их эффективность и контроль за токенами. В настоящее время участники рынка приступили к разработке новых инструментов и стандартов для мониторинга расходов на ИИ.

Проект Токеномикс Фундатион, анонсированный Линукс Фундатион, направлен именно на решение этой проблемы. По словам исполнительного директора ФинОпс Фундатион Дж. Р. Стормента, многие компании уже к апрелю израсходовали в три раза больше средств от годового бюджета. Эта ситуация вызвала настоящий экзистенциальный кризис в технологической отрасли, и лозунг «действовать быстрее» уступил место «барьерам безопасности и контролю».

Модели нового поколения, включая Claude Опус 4.5 от Anthropic, GPT-5.1 от OpenAI и Gemini 3 Pro от Google, улучшили агентские функции, но это привело к кратному росту потребления. По некоторым данным, одна компания была вынуждена заплатить 500 миллионов долларов за Claude, так как забыла установить лимиты для сотрудников. Представители Прикелине сравнивают эту ситуацию с особой формой «зависимости».

Исследования, проведенные платформами Фарос AI и Джеллйфиш, показывают, что инженеры, активно использующие ИИ-инструменты, могут быть в два раза эффективнее, но для этого они расходуют в 10 раз больше токенов. При этом растет количество ошибок в коде и переписываний, что ставит под сомнение экономическую эффективность искусственного интеллекта.