В частности, руководители Microsoft, Uber и Nvidia начали публично обсуждать проблему экономической эффективности массового внедрения ИИ. Главный их посыл: расходы на ИИ оказались выше ожиданий, а экономическая эффективность – ниже прогнозного.
Дискуссия о реальной стоимости корпоративного ИИ усилилась после серии публикаций в американских технологических медиа и деловой прессе. В центре внимания — резкий рост затрат на вычисления, API-запросы и инфраструктуру для генеративного ИИ.
В частности, издание The Verge сообщило, что Microsoft намерена сократить использование Claude Code — инструмента Anthropic для программирования с помощью ИИ — и перевести часть сотрудников на собственный GitHub Copilot CLI. По данным издания, решение связано не только с унификацией внутренних инструментов, но и с высокой стоимостью использования Claude Code.
С аналогичной проблемой столкнулся и Uber. К апрелю, спустя четыре месяца после начала календарного года, Uber исчерпал весь свой бюджет на искусственный интеллект на 2026 год после того, пишет Forbes.
По данным издания, код Claude от Anthropic распространился среди примерно 5000 инженеров быстрее, чем предполагали финансовые модели компании. Общие расходы Uber на исследования и разработки достигли $3,4 млрд в 2025 году, что на 9% больше, чем годом ранее.
Anthropic меняет модель оплаты
Заявления о чрезмерных затратах на ИИ-инструменты прозвучали на фоне структурных изменений в самой Anthropic, которые подогрели разочарование пользователей.
Компания 13 мая объявила, что платные подписчики Claude вскоре столкнутся с отдельным ежемесячным счетом за инструменты для агентов и сторонние решения, оплачиваемым по полной ставке интерфейса прикладного программирования (API). Новая модель оплаты вступит в силу с 15 июня.
В совокупности эти два события описывают одну и ту же проблему. Ценообразование на основе токенов, основанное на потреблении, не работает так, как модели, которые умеют моделировать финансовые директора, отвечающие за программное обеспечение.
В этой связи разрыв между тем, что потребляют инженеры, и тем, чего ожидают финансовые команды, больше не является гипотетическим.
Это косвенно подтвердил президент Uber Эндрю Макдональд, который в интервью The Verge признал, что компании пока сложно напрямую связать рост расходов на ИИ с пропорциональным увеличением количества полезных функций и продуктов для пользователей.
Nvidia также признала проблему стоимости вычислений
Дополнительный резонанс вызвало заявление вице-президента Nvidia по прикладному deep learning Брайана Катазаро. Как сообщает Axios, топ-менеджер заявил, что для его команды «стоимость вычислений значительно превышает стоимость сотрудников».
Эта оценка стала одним из первых публичных признаний со стороны представителя самой ИИ-индустрии о том, что текущая модель использования генеративного ИИ может быть существенно дороже традиционных трудовых ресурсов.
На фоне роста расходов аналитики все чаще обсуждают вопрос: действительно ли корпоративный ИИ снижает издержки или пока лишь перераспределяет их в сторону облачной инфраструктуры, GPU и API-сервисов.
От энтузиазма к экономической эффективности
Ситуация показывает, что рынок генеративного ИИ входит в новую фазу — от периода массового энтузиазма к этапу оценки экономической эффективности.
Для инвесторов и корпоративного сектора это означает усиление внимания к ROI ИИ-проектов, стоимости токенов, расходам на дата-центры и эффективности ИИ-инфраструктуры.
Особенно это актуально для компаний, которые начали внедрять ИИ «в промышленных масштабах» в разработке ПО, аналитике, поддержке клиентов и внутренних бизнес-процессах.
При этом большинство экспертов не говорят о провале ИИ как технологии. Речь идет скорее о пересмотре ожиданий: компании пытаются понять, какие сценарии применения ИИ действительно дают устойчивый экономический эффект, а какие пока приводят лишь к росту операционных затрат.
