Ведущие технологические гиганты переосмысливают подходы к интеграции искусственного интеллекта, столкнувшись с неожиданной проблемой: взрывной спрос на ИИ-сервисы среди сотрудников приводит к неконтролируемому расходу вычислительных мощностей и резкому увеличению операционных затрат.
Как сообщает портал The Verge, компания Microsoft приступила к поэтапному отзыву лицензий на Claude Code, которые ранее выдавались специалистам для тестирования возможностей генеративного программирования. Вместо стороннего решения инженеров призывают перейти на штатный инструмент GitHub Copilot CLI. Этот шаг выглядит показательно, ведь еще полгода назад компания поощряла внедрение технологий Anthropic, делая их доступными для широкого круга сотрудников — от программистов до дизайнеров.
Важно подчеркнуть, что данный маневр не свидетельствует о разрыве стратегического союза между Microsoft и Anthropic, включая их масштабные облачные и инвестиционные обязательства. Речь идет исключительно об оптимизации внутренних операционных расходов.
Аналогичные трудности испытывает и Uber. По информации издания The Information, компания уже исчерпала бюджет, заложенный на использование инструментов ИИ в разработке на весь 2026 год, хотя прошло всего четыре месяца. Примечательно, что руководство Uber само стимулировало внедрение нейросетей, даже вводя метрики производительности на основе интенсивности использования ИИ-инструментов.
Ситуация в Microsoft и Uber ярко иллюстрирует парадокс современного корпоративного сектора: хотя нейросети значительно упрощают выполнение отдельных задач, их массовое применение требует колоссальных вычислительных затрат, что делает финансовую модель внедрения трудноуправляемой.
Дополнительную нагрузку на бюджеты создает модель оплаты по количеству токенов. Аналитики Goldman Sachs прогнозируют, что к 2030 году использование автономных ИИ-агентов выведет потребление на уровень сотен квадриллионов токенов ежемесячно, что создаст критическую нагрузку на серверную инфраструктуру.
При этом эксперты Gartner прогнозируют, что стоимость одного запроса к крупным языковым моделям к 2030 году может сократиться на 90%. Однако это не гарантирует экономии: сложность современных агентных систем постоянно растет, и они потребляют кратно больше токенов на каждую операцию, тем самым нивелируя удешевление базовых вычислительных мощностей.
В итоге формируется неоднозначная экономическая модель: прогресс технологий не только не снижает финальный чек, но в некоторых случаях делает его еще внушительнее. Аналитики предупреждают, что бизнес рискует оказаться в ловушке, когда повышение продуктивности благодаря ИИ будет неизбежно сопровождаться эскалацией расходов на ИТ-инфраструктуру.
Несмотря на то, что лидеры индустрии продолжают проповедовать «агентную парадигму», текущие показатели демонстрируют, что реальная стоимость масштабной трансформации бизнес-процессов с помощью ИИ значительно выше, чем предполагалось в первоначальных прогнозах.
Источник: iXBT
