Microsoft и Amazon начали ограничивать использование ИИ-инструментов внутри компаний. Агентный ИИ оказался настолько дорогим, что корпоративные бюджеты не выдерживают.
Разница в расходах принципиальная. Стандартный запрос к языковой модели стоит копейки. Агент, который решает задачу пошагово, делает десятки и сотни обращений за одну сессию — итоговая стоимость может быть в 1000 раз выше.
Microsoft начала переводить сотрудников с Claude Code от Anthropic на собственный Copilot CLI. Официально — предпочтение внутренним инструментам. Реальная причина — счета за Claude Code стабильно растут по мере того, как всё больше людей его используют.
Появился термин «токенмаксинг»: сотрудники используют ИИ для всего подряд, чтобы выполнить внутренние KPI. Дженсен Хуанг, гендиректор Nvidia, заявлял, что инженеры должны тратить на токены не меньше половины годовой зарплаты — иначе они работают недостаточно продуктивно. В Amazon некоторые сотрудники признали, что применяли инструменты для бессмысленных задач ради красивых показателей.
Питер Штайнбергер — создатель OpenClaw, популярного среди iOS-разработчиков инструмента — рассказал, что его команда потратила $1,3 млн на токены за один месяц.
Это классический парадокс Джевонса, описанный ещё в 1865 году: когда технология дешевеет, её начинают использовать больше, и суммарные расходы не падают — они растут. Так было с паровыми двигателями в промышленную революцию, с авиаперелётами по мере роста топливной эффективности — теперь то же самое происходит с токенами.
Проблема в соотношении: стоимость токенов снижается медленнее, чем растёт их потребление. Производительность от ИИ пока остаётся ограниченной. В итоге агентный ИИ обходится дороже, чем работа сотрудников, которых он должен был заменить.
