За три года корпоративный мир прошел путь от эйфории ChatGPT до гонки капвложений. И до "подсчетов цыплят по осени". Компании начали считать не токены*, а деньги. Совокупные затраты четырех крупнейших IT-корпораций Alphabet, Meta (признана экстремистской и запрещена на территории РФ), Microsoft, Amazon приближаются к 380 млрд долларов. А вот соизмеримой отдачи нет.
"Стоимость" одного токена падает и, по некоторым прогнозам, к 2030 году упадет на 90%. Но пока итоговые счета только растут. Причина - так называемые агентские системы, когда ИИ действует автономно для достижения поставленной цели: сам разбивает задачу на подзадачи, использует внешние инструменты (интернет, калькуляторы, базы данных) без участия человека и т.д. И в итоге вместо одного запроса модель делает десятки. Рост потребления токенов от агентских систем прогнозируется в 24 раза к 2030 году. Снижение цены за единицу не успевает за ростом объема.
Вот пример. Корпорация Microsoft тратит свыше 40 млрд долларов в квартал на дата-центры и инфраструктуру. А выручка от ИИ-направления составляет 37 млрд. В год. Подбив баланс, руководство "откатило назад" и ограничило внутренний доступ разработчиков к Claude от Anthropic, переведя их на "родной" GitHub Copilot. По сути - ввела "карточную систему" на ИИ, она же "корпоративная суверенизация".
Другой пример - Uber: годовой бюджет на ИИ исчерпан за четыре месяца. Руководство не нашло четкой связи между объемом инвестиций в ИИ и улучшениями для пользователей. Один из крупнейших франчайзеров Pizza Hut подал иск на 100 млн долларов, заявив, что внедренная сетью ИИ-система управления доставкой привела к сбоям, задержкам заказов и падению продаж: для половины заказов время доставки выросло в полтора раза. И даже руководитель OpenAI Сэм Альтман теперь признает: ИИ не приведет к массовому исчезновению рабочих мест, хотя ранее сам предупреждал о возможном "апокалипсисе на рынке труда" и исчезновении целых профессий.
Отчасти свои затраты корпорации перекладывают на потребителей, повышая цену подписки на свои продукты. Та же Microsoft подняла ее на 30%, Adobe - Creative Cloud на 50%. В итоге потребитель переплачивает просто за сам факт наличия ИИ-функций.
Поскольку головокружение от первых ИИ-успехов проходит, то можно ожидать, что теперь IT-корпорации перейдут от тактики "внедрить ИИ где только можно" к внедрению там, где оно эффективно и имеет конкретную отдачу. ИИ будет работать не "вместо людей", а "вместе с людьми". Рутинные и легко формализуемые задачи - да, можно подвергнуть автоматизации, а вот принятие решений и управление контекстом - категорически оставить за человеком. У нас же, как всегда, свой путь.
Российские компании внедряют ИИ в условиях жесткого (из-за санкций) дефицита оборудования. При этом рекордно низкая безработица толкает к автоматизации. Да и государство настаивает на достижении технологического суверенитета, в ИИ тем более. Объем российского рынка ИИ уже превысил 1,15 трлн рублей. Однако и у нас около 80% компаний не получают значимого эффекта от внедрения ИИ. И даже, кажется, не знают, увлекшись "модой на ИИ", как измерить результат. Не в количестве же уволенных сотрудников.
При этом, по мнению многих экспертов, российский бизнес ведет себя прагматичнее западного: явная готовность инвестировать в ИИ наблюдается только при понятном экономическом эффекте.
В прошлом году, правда, случился "громкий кейс": глава Сбера Герман Греф объявил, что в финорганизации сократили 20% персонала - тех, кого ИИ признал "неэффективными". Это более 13 500 человек, на минуточку. Кстати, Владимир Путин тогда ему публично возразил: дескать, неэффективных сотрудников не бывает, бывают те, с кем плохо работало руководство. Греф согласился - но сокращения не отменил. Только два ведущих госбанка Сбербанк и ВТБ сократили 21 500 человек и закрыли 1700 офисов.
Одновременно чудесным образом выросло число IT-вакансий, особенно в информационной безопасности (+19% за прошлый год). Как же так получается?
А получается так, потому что у нас и тут специфика, отличная от западной. Главный лозунг рынка труда не "ИИ вытесняет людей", а "людей не хватает". В 2025 году 95% компаний испытывали дефицит кадров, к 2026 - 81%. Казалось бы, тогда даже дорогой ИИ-агент должен быть выгодным? На деле все сложнее.
На пять топовых игроков - Яндекс, Сбер, VК, Т-Технологиии, Касперский - приходится до 95% монетизации ИИ. Потому что они интегрируют ИИ в собственные экосистемы (примерно, как Microsoft c Copilot), а не платят сторонним провайдерам за токены. В промышленности тоже точечное (!) и взвешенное внедрение ИИ на ключевых направлениях давно дает измеримый результат. А вот генеративный ИИ в офисных процессах - это пока "непонятно что", которое трудно измеримо. Деньги на внедрение ИИ порой тратятся "потому что это модно и круто", в отсутствие внятных критериев эффективности.
То, что большинство компаний за пределами вышеупомянутых топ-5 используют чужие интерфейсы, приводит к тому, что они воспроизводят ту же зависимость от токенов, что и западные предприятия, при этом с дополнительным санкционным риском. Таким образом, экономика ИИ сейчас не складывается в пользу большинства корпоративных пользователей - ни глобальных, ни российских. Инфраструктурные инвестиции опережают доходы, агентские системы потребляют токены быстрее, чем падает их цена, а живой сотрудник во многих случаях дешевле цифрового "заменителя". Российский дефицит кадров создает при этом вроде бы реальный стимул для автоматизации, но не отменяет необходимости считать деньги.
Массовые сокращения на основании оценки "бездушного алгоритма" без понятной методологии оценки эффективности - это даже не вопрос экономики, а управленческой культуры. Прежде чем внедрять ИИ, надо-таки сначала "семь раз отмерить" - и подумать головой. Своей, а не "искусственной".
*Токены в ИИ - это базовые единицы информации, на которые нейросеть разбивает текст для его обработки. ИИ не умеет читать слова целиком, поэтому превращает их в кусочки-токены, а затем кодирует в числа. В зависимости от языка, модели и частоты использования слова один токен может быть целым словом или его частью, символом, буквой или знаком препинания. Для английского языка 1 токен = 4 символа или 0,75 слова, текст из 75 слов = примерно 100 токенов. Для русского языка из-за сложной морфологии и особенностей кодирования одно слово на русском часто занимает 1 - 3 токена. Разработчики ИИ продают доступ к своим интерфейсам с оплатой за определенное количество токенов.
