Эйфория вокруг искусственного интеллекта в Кремниевой долине столкнулась с суровой экономической реальностью: крупные технологические компании одна за другой признают, что расходы на токены – базовую единицу измерения использования ИИ – вышли из-под контроля.

Amazon закрыла внутренний конкурс по максимальному использованию ИИ на рабочем месте, напомнив сотрудникам: «Не используйте ИИ просто ради того, чтобы использовать ИИ». Uber ввела лимит в $1500 в месяц на токены для сотрудников после того, как исчерпала годовой бюджет еще в начале года. Еще более показательно, что сами разработчики моделей осознали масштаб проблемы: на недавнем мероприятии глава OpenAI Сэм Альтман признал, что потребление токенов стало «огромной проблемой» для бизнеса, которому обещали рост продуктивности.

Это резкий разворот по сравнению с риторикой еще несколько месяцев назад, когда индустрия продвигала идею «токенмаксинга»: чем больше сотрудник использует ИИ, тем ценнее он для работодателя. Однако ИИ всегда был дорогим, а затраты на обучение и инференс новых моделей только растут. Ситуацию усугубляет бум ИИ-агентов – систем, способных работать автономно: по данным апрельского препринта, они потребляют в 1000 раз больше токенов, чем обычные чат-боты.

Все эти расходы ложатся на компании и конечных пользователей. Неудивительно, что переход GitHub на тарификацию по токенам встретил волну критики. Техногигантам срочно нужно найти способ предложить ИИ массам без заоблачных счетов – иначе пользователи перейдут на открытые бесплатные модели.

В ответ на растущие затраты некоторые компании делают ставку на edge-вычисления: Microsoft и Google представили продукты, где модели работают локально на устройстве, а не в облаке. Конечно, мощные модели уровня GPT-5 не запустить на ноутбуке, но для большинства повседневных задач достаточно более легких версий – и это экономит деньги на токенах.

Однако инвестиции в edge-вычисления пока несравнимы с тратами на дата-центры: облака остаются основой бизнес-моделей. Но сам факт обращения к локальным вычислениям показывает: цена огромных ИИ-моделей просто не оправдывает давления на большинство пользователей. В конечном счете, будущее ИИ зависит от того, насколько доступным он станет для рядового человека. Если цена окажется слишком высокой, человеческий труд может снова оказаться выгоднее.