Переход индустрии искусственного интеллекта на модель оплаты за фактически использованные ресурсы — токены — ведет к резкому росту расходов корпоративного сектора. По мнению экспертов, период низких фиксированных цен, которые использовались для привлечения аудитории, завершился. Теперь компаниям приходится платить реальную рыночную цену за вычислительные мощности и электроэнергию.
В ходе конференции FinOps X 2026 специалисты отметили следующие ключевые изменения в экономике ИИ:
- Использование ИИ массово переходит на модель оплаты на основе токенов.
- Стоимость токенизации значительно превышает прежние фиксированные тарифы.
- Измерение реальной ценности, получаемой от внедрения ИИ, остается нерешенной проблемой для бизнеса.
Содержание
Токен как универсальная валюта вычислений
В новой экономической реальности токен становится базовой единицей измерения работы нейросетей. По словам исполнительного директора FinOps Foundation Дж. Р. Стормента, токен — это «атомарная единица ИИ». В современном мире этот ресурс выполняет больше функций, чем любой другой товар в истории, за исключением, возможно, нефти в XX веке.
Токены позволяют крупным провайдерам облачных услуг скрывать сложность архитектуры серверов. Вместо того чтобы выставлять счета за типы графических процессоров (GPU), объем оперативной памяти или потребленное электричество, компании предлагают единый тариф: цена за миллион токенов. Лидеры рынка, такие как OpenAI, Anthropic и Google, публикуют прайс-листы с раздельной оплатой за входящие данные (запросы пользователя) и исходящие (ответы модели).
Технически токен представляет собой минимальный фрагмент текста, с которым работает языковая модель. В русском и английском языках один токен в среднем равен четырем символам, а 100 токенов примерно соответствуют 75 словам.
Конец эры «безлимитного» ИИ
Если период с 2023 по начало 2025 года был временем дешевых экспериментов, то последние полтора года стали периодом «отрезвления». В обзоре ситуации отмечается, что после масштабных обновлений нейросетей в конце 2025 года качество их работы значительно выросло, но вместе с этим кратно увеличилось потребление ресурсов.
В прошлом компании могли позволить себе неограниченное использование ИИ по подписке. Однако современные модели с огромными «окнами контекста» (способностью обрабатывать огромные массивы данных за один раз) и внедрение автономных агентов привели к взрывному росту расходов. Агенты ИИ часто работают циклично, совершая повторные попытки и самопроверки, что мгновенно сжигает бюджет.
В отчете приводится пример: некоторые активные пользователи, платившие за подписку 200 долларов в месяц, фактически потребляли ресурсы на сумму свыше 10 000 долларов. Провайдеры больше не намерены субсидировать такие расходы, перекладывая их на плечи клиентов.
Дефицит мощностей удерживает цены
Несмотря на развитие технологий, стоимость ИИ-услуг перестала снижаться. Аналитики связывают это с физическими ограничениями: в мире наблюдается острая нехватка оборудования и электроэнергии для центров обработки данных. По прогнозам главы компании Intel, дефицит графических процессоров и сопутствующих компонентов сохранится как минимум до 2028 года.
В экономике ИИ сейчас наблюдается парадокс: даже при небольшом снижении стоимости одного токена общие расходы компаний растут. Это происходит из-за того, что бизнес находит все больше сценариев применения нейросетей, и объем потребления растет быстрее, чем падает цена. По оценкам Goldman Sachs, мировое потребление токенов вырастет с текущих 6 квадриллионов до 120 квадриллионов в течение ближайших трех с половиной лет.
Новые стратегии управления расходами
Крупные корпорации, такие как SAP, уже начали внедрять внутренние системы контроля «токеномики». Они включают три основных направления:
- Прозрачность расходов: детальное отслеживание потребления в разных бизнес-подразделениях и регионах.
- Экономическая эффективность: анализ соотношения входящих и исходящих токенов, а также использование кэширования для снижения затрат.
- Оценка ценности: сопоставление затрат на работу ИИ с доходами, которые приносит конкретная функция или продукт.
Специалисты подчеркивают, что замена одной модели ИИ на другую теперь является не только техническим, но и важным финансовым решением. В ряде случаев автономные агенты могут потратить сотни долларов на решение простой задачи (например, поиск ошибки в коде), если их работа не ограничена строгими лимитами.
В будущем это может привести к разделению на «богатых» и «бедных» в сфере ИИ. Компании будут вынуждены решать, какие сотрудники и отделы достойны доступа к самым мощным и дорогим моделям, а кто будет переведен на более дешевые и простые аналоги.