Технокомпании пересматривают внутреннее использование ИИ: рост затрат и перегрузка бюджетов ставят под сомнение «революцию продуктивности»
Крупнейшие технологические компании начинают корректировать собственные стратегии внедрения искусственного интеллекта, сталкиваясь с неожиданным эффектом: чем активнее сотрудники используют ИИ-инструменты, тем быстрее растут издержки и тем сложнее становится удерживать экономическую модель внедрения.
По данным The Verge, Microsoft начала поэтапно отменять большую часть прямых лицензий на Claude Code, ранее предоставленных сотрудникам для экспериментов с программированием. Вместо этого инженеров переводят на использование GitHub Copilot CLI. Решение выглядит как разворот спустя всего полгода после масштабного открытия доступа к инструменту Anthropic, который активно использовался разработчиками, продакт-менеджерами и дизайнерами внутри компании.
При этом изменения не затрагивают стратегическое партнёрство Microsoft и Anthropic, включая многомиллиардные инвестиционные и облачные соглашения, что указывает скорее на пересмотр внутренней операционной модели, чем на отказ от сотрудничества.
Похожие тенденции наблюдаются и в других технологических компаниях. По данным The Information, Uber уже израсходовала бюджет на ИИ-инструменты разработки на 2026 год всего за первые 4 месяца, при активном стимулировании использования ИИ внутри команды, включая рейтинги сотрудников по уровню применения ИИ-инструментов.
Иллюстрация: Nano BananaЭти случаи демонстрируют ключевое противоречие текущего этапа внедрения ИИ в корпорациях: инструменты повышают продуктивность отдельных задач, но одновременно резко увеличивают объём потребляемых вычислений, а значит и совокупные расходы.
Дополнительное давление создаёт модель ценообразования на базе токенов. По оценкам Goldman Sachs, массовое внедрение агентного ИИ может увеличить глобальное потребление до сотен квадриллионов токенов в месяц к 2030 году, создавая экспоненциальный рост нагрузки на инфраструктуру.
Одновременно прогнозы исследовательских компаний указывают на сильное снижение стоимости инференса. Gartner ожидает, что обработка запросов в крупных языковых моделях может подешеветь почти на 90% к 2030 году. Однако это снижение не обязательно приведёт к удешевлению корпоративного ИИ: более сложные агентные системы потребляют значительно больше токенов на одну задачу, компенсируя падение цены единицы вычисления.
В результате формируется парадоксальная экономическая динамика: удешевление технологий не снижает итоговые расходы, а в некоторых сценариях даже увеличивает их. Аналитики отмечают, что компании могут столкнуться с ситуацией, когда рост эффективности использования ИИ сопровождается ростом общих затрат на инфраструктуру.
На этом фоне руководители крупнейших технологических компаний продолжают продвигать идею «агентного будущего», в котором цифровые ассистенты массово интегрируются в рабочие процессы. Однако текущие данные показывают, что масштабирование этой модели может оказаться существенно более затратным, чем предполагалось в ранних прогнозах.
© iXBT
