Компании начали ограничивать использование ИИ сотрудниками после резкого роста расходов на токены

Крупные компании начали ограничивать использование генеративного ИИ сотрудниками после того, как столкнулись с резким ростом расходов на токены — базовую единицу расчета при работе с языковыми моделями. Еще несколько месяцев назад бизнес поощрял сотрудников активнее использовать ИИ-инструменты, но теперь корпоративный энтузиазм начинает упираться в экономику.

Один из самых заметных примеров — Accenture. По данным 404 Media, компания пытается сократить внутреннее потребление токенов после того, как сотрудники стали использовать ИИ для простых офисных задач, включая превращение PDF-файлов в презентации. Ранее Accenture, наоборот, подталкивала персонал активнее работать с ИИ: по данным издания, сотрудников предупреждали, что отказ от таких инструментов может повлиять на карьерное продвижение.

Для Accenture проблема особенно чувствительна из-за размера компании. В ней работают около 799 тысяч человек. При таком штате даже небольшая ежедневная трата на ИИ-инструменты быстро превращается в крупную статью расходов. Если ИИ используют не отдельные команды, а десятки тысяч сотрудников, компания платит уже не за эксперимент, а за массовую рабочую инфраструктуру.

Accenture при этом остается одной из компаний, которые раньше всех сделали ИИ частью своей бизнес-стратегии. В 2023 году она объявила, что вложит 3 млрд долларов в развитие ИИ-направления, обучение сотрудников и внедрение генеративных моделей в клиентские сервисы. Теперь же компания пытается отделить полезные сценарии от ситуаций, где дорогая модель используется для простой офисной операции.

На внутреннем совещании, запись которого попала к журналистам, руководитель направления агентского ИИ в Accenture Джастис Квак сказал, что расходы на ИИ становятся значимой частью структуры затрат. По его словам, траты трудно прогнозировать, а финансовое и операционное руководство все чаще спрашивает, какую отдачу компания получает от этих расходов.

Похожая проблема возникла и в Uber. По данным отраслевых публикаций, компания ввела лимиты на Claude Code и Cursor после того, как годовой бюджет на ИИ-инструменты закончился за четыре месяца.

Главная причина — в расходе токенов. Обычный запрос к чат-боту может быть относительно дешевым, но агентные системы работают иначе. Они разбивают задачу на шаги, несколько раз обращаются к модели, проверяют промежуточные результаты, пишут код или анализируют документы. Каждый такой цикл увеличивает стоимость.

Исследование MIT, Princeton и University of Michigan, опубликованное в 2026 году, показало, что агентские ИИ-системы могут потреблять в 1000 раз больше токенов, чем обычные чат-интерфейсы. На одинаковых задачах разница в расходе между моделями доходила до 30 раз. При этом более сложная и потому дорогая цепочка действий не всегда давала лучший результат.

Поставщики моделей тоже начинают жестче контролировать использование. Anthropic ограничивает корпоративные тарифы Claude Team и Claude Code по объему работы, а OpenAI развивает enterprise-контракты, стоимость которых для крупных клиентов может доходить до сотен тысяч или миллионов долларов в год. Для бизнеса это означает, что ИИ становится не просто новым инструментом, а отдельной статьей операционных расходов.

Следующий этап корпоративного ИИ будет зависеть не только от качества моделей. Компаниям придется считать стоимость конкретных сценариев: где ИИ экономит время и деньги, а где просто делает привычную задачу более дорогой. Именно эта бухгалтерия может сильнее повлиять на внедрение ИИ, чем очередное улучшение качества ответов.

#ai #aitechnology #ии #искусственныйинтеллект #технологии #технологиибудущего #бюджет #расходы