Эпоха безудержного роста искусственного интеллекта в корпоративном секторе столкнулась с суровой реальностью экономики. Крупнейшие технологические гиганты, ранее активно внедрявшие нейросети, вынуждены пересматривать свои стратегии. Причиной стала не эффективность алгоритмов, а астрономические счета за токены, которые превратились в одну из главных статей расходов для индустрии.

Uber и Microsoft: от энтузиазма к жесткой экономии

Ситуация достигла критической точки, о чем свидетельствуют внутренние процессы в лидерах рынка. В Uber произошел настоящий шок: технический директор компании Правин Неппалли Наги сообщил, что весь бюджет на ИИ до 2026 года был израсходован всего за несколько месяцев. Операционный директор Эндрю Макдональд в интервью Business Insider подтвердил, что прямой связи между объемом потребляемых токенов и появлением полезных функций для пользователей найти не удалось.

Компания признает парадокс: объем написанного кода вырос, но провести четкую линию между количеством строк и реальным улучшением программного обеспечения не получается. Аналогичные меры предпринимает Microsoft. Корпорация начала отзывать у разработчиков доступ к внешнему ассистенту Claude Code, планируя перевести сотрудников на внутренний инструмент Copilot CLI до 30 июня. Официально это объясняется консолидацией вокруг собственных продуктов, однако совпадение с окончанием финансового года указывает на стремление сократить издержки.

Феномен «агентного» ИИ и разрыв в затратах

Главным драйвером роста расходов стал переход к агентному ИИ. В отличие от обычных чат-ботов, агенты способны потреблять более чем в 1000 раз больше токенов. Goldman Sachs прогнозирует, что в ближайшие годы расход токенов на такие системы может вырасти более чем в 24 раза.

Компании пытаются оправдать затраты цифрами: глава Airbnb заявлял о том, что 60% кода генерируется ИИ, Chime — о 84%, а Google — о 50%. Uber также сообщает, что более 60% кода создается нейросетями. Однако, по оценке самой компании, эффект пока не окупает затрат. Пример команды Питера Штайнбергера (OpenAI) демонстрирует масштабы расходов: три человека потратили более 1,3 миллиона долларов на токены за один месяц.

Парадокс эффективности и гонка за новым железом

Сегодня стоимость ИИ растет быстрее, чем зарплаты сотрудников, которых он якобы должен заменять. Это ставит под сомнение обоснованность сокращений персонала, проводимых под лозунгом повышения эффективности. Инвесторы и аналитики надеются на «гонку за новым железом». Goldman Sachs указывает, что массовый прирост эффективности от чипов нового поколения должен сделать ИИ дешевле, что позволит продолжить инвестиции.

Nvidia активно продвигает платформу Vera Rubin, которая обещает до 10 раз большую производительность на ватт. Однако реальность вносит коррективы: более 50% анонсированных дата-центров на базе архитектуры Blackwell были отменены или отложены. В конце 2025 года Google, Oracle и Microsoft скорректировали планы, заявив о намерении эксплуатировать оборудование шесть лет до замены.

В краткосрочной перспективе даже такие гиганты, как Microsoft и Uber, вынуждены перестраивать работу с ИИ. Взрывной рост числа запросов от агентных систем невозможно компенсировать приростом эффективности железа, до массового внедрения которого еще несколько лет.