Содержание
Расходы на корпоративный AI внезапно упёрлись не в железо, а в счёт за токены. По данным The Verge и Fortune, Microsoft, Meta и Amazon начали осторожнее относиться к внутреннему «AI-плану», потому что массовое использование ассистентов оказалось слишком дорогим.
Триггером стала практика, которую в компаниях уже называют tokenmaxxing. Сотрудников мотивируют активнее пользоваться AI-инструментами и «набивать» внутреннюю статистику. В итоге токенов тратят больше, чем бизнес готов оплачивать.
Почему «агентный AI» быстро раздувает счета
Fortune описывает главный технический корень проблемы так: agentic AI (агентные системы) в повседневных задачах могут съедать до 1000 раз больше токенов, чем обычный запрос к LLM. Причина простая: агент не отвечает одним проходом. Он делает цепочку шагов, проверок и уточнений, и каждый шаг — это новые токены.
На бумаге токены дешевеют, потому что падает стоимость обучения моделей и растёт эффективность инфраструктуры. Но на практике компании получают классический эффект «дешевле — значит больше»: как только стоимость одного токена снижается, сотрудники начинают тратить их ещё активнее.
Этот эффект напрямую связывают с парадоксом Джевонса. Историческая логика та же: рост эффективности не всегда снижает суммарные затраты, потому что растёт потребление. Fortune приводит аналогии с более эффективными паровыми машинами в индустриальную эпоху и с авиацией, где повышение топливной эффективности снижало цены и поднимало спрос. В авиации, по оценке IATA, спрос на перелёты идёт к удвоению к 2050 году.
Что происходит у Microsoft, Meta и Amazon
По информации The Verge, Microsoft подталкивает сотрудников переходить на собственный Copilot CLI вместо Claude Code. Формально это выглядит как ставка на внутренний инструмент. Но источники издания говорят о более приземлённой причине: стоимость использования Claude Code росла по мере того, как им пользовались всё больше команд.
Fortune добавляет, что откат от прежнего «используйте AI везде» заметен не только у Microsoft. Похожие сигналы звучат и вокруг Meta, и вокруг Amazon: компании начинают считать, где AI реально даёт прирост, а где просто сжигает бюджет ради красивых графиков использования.
На Amazon, по данным Fortune, некоторые сотрудники прямо признавали, что запускали AI на лишних задачах. Цель была простая: поднять внутренние метрики использования. Похожие истории, пишет Fortune, всплывали и в других крупных компаниях, включая Microsoft и Meta.
«Нанять людей дешевле» — и это уже не шутка
Самая жёсткая часть этой истории в цифрах. Создатель OpenClaw Peter Steinberger заявил, что его команда потратила более $1,3 млн на токены всего за один месяц (это около 100 млн рублей). На таком масштабе разговор быстро уходит от «AI повышает продуктивность» к банальному сравнению с фондом оплаты труда.
Fortune формулирует вывод прямолинейно: при текущих ограниченных приростах продуктивности использование AI в некоторых сценариях уже выглядит дороже, чем найм людей. Особенно если речь про агентные системы, где число шагов и повторных прогонов растёт лавинообразно.
При этом корпоративная культура последних месяцев сама подталкивала к перерасходу. Глава Nvidia Jensen Huang ранее публично говорил, что инженеры должны «сжигать» токенов на сумму как минимум половины годовой зарплаты, чтобы быть максимально продуктивными. Он даже резко отреагировал на менеджеров, которые отговаривали команды от активного использования AI: «Are you insane?».
Fortune отмечает, что пока неясно, пересмотрят ли компании свои политики «AI по умолчанию» после роста счетов, но сам факт корпоративного отката уже виден на примере обсуждений вокруг Copilot CLI и ограничений на внешние инструменты.
По данным Fortune, ключевая проблема сейчас не в цене токена, а в том, что агентные сценарии легко раздувают потребление до 1000x от обычных запросов.
