Компании урезают расходы на AI: как отрасль пытается взять под контроль затраты на токены

По всей отрасли компании начинают возмущаться ценой AI. Uber уже к апрелю превысила весь бюджет на AI-кодинг на 2026 год. Microsoft отозвала у своих разработчиков лицензии Claude Code спустя несколько месяцев после их выдачи. Сотрудник Priceline рассказал TechCrunch, что обычное продление контракта Cursor подорожало в 4-5 раз.

Хотя цена за токен снизилась, рост внедрения AI и все более автономные агенты увеличили потребление токенов еще сильнее. Компании, которые в начале 2025 года массово покупали подписки формата all-you-can-eat, теперь пытаются понять, куда утекают деньги, сократить расходы и выяснить, можно ли вообще восстановить какой-то ROI из руин своих бюджетов.

Параллельно под это уже формируется рынок. Стартапы, крупные вендоры и новый стандартный орган гонятся за тем, чтобы дать компаниям инструменты и язык для учета расходов.

«Шесть месяцев назад разговор с клиентом был бы целиком про то, что это умеет и достаточно ли это хорошо», — сказал TechCrunch глава enterprise-направления OpenAI Александр Эмбирикос на мероприятии в Нью-Йорке на этой неделе. «Теперь наши разговоры вообще не об этом. Теперь разговоры про то, что у нас такие большие траты. Какая у вас есть видимость? Какая у вас есть аудитируемость? Какие у вас есть контролы токенов? Насколько эффективны ваши модели?»

На этом фоне Linux Foundation на этой неделе объявила о планах создать Tokenomics Foundation — новый орган по стандартам, который должен привнести в затраты на AI-токены ту же дисциплину, которую FinOps принес в облачные расходы.

«В апреле и мае я начал слышать от компаний: “О боже, мы уже в 3 раза превысили весь наш токен-бюджет на 2026 год, а сейчас только апрель”», — рассказал TechCrunch исполнительный директор FinOps Foundation Дж. Р. Стормент, проекта под эгидой Linux Foundation. «Начались разговоры о кризисе существования, и весь разговор сместился с tokenmaxxing и “go fast” к “нам нужны ограничения, как это контролировать?”»

Эти жалобы по всей техиндустрии последовали за настойчивыми требованиями CEO заставлять команды использовать лучшие модели и двигаться быстрее, невзирая на стоимость. Новые модели, выпущенные в ноябре, такие как Claude Opus 4.5 от Anthropic, GPT-5.1 от OpenAI и Gemini 3 Pro от Google, заметно улучшили agentic-инструменты, что и разогнало потребление. Так, одна компания якобы получила счет на $500 млн за Claude после того, как забыла поставить ограничения на использование для сотрудников.

«Это как эпидемия crack-кокаина», — сказал Крис Рид, старший директор по IT-финансам в Priceline, отметив, что компания уже начала вводить лимиты токенов для некоторых групп. «Тебе дают попробовать, чтобы ты подсел, а потом ты уже как бы зависим от этого».

Виталий Гордон, CEO платформы инженерных операций Faros AI, рассказал, что недавно говорил с CTO, который сказал ему: «Один из моих инженеров потратил $40 000 на токены в прошлом месяце, и я искренне не знаю, должен ли я его остановить или пойти и сказать всем остальным, чтобы они были как он».

Двухлетнее исследование 20 000 разработчиков, которое Faros опубликовала в апреле, показало, что выпуск кода рос, но росли также баги и переделки. Платформа управления инженерными командами Jellyfish, в свою очередь, выяснила, что инженеры, использовавшие больше всего токенов, были примерно вдвое продуктивнее тех, кто реже использовал AI, но тратили на это в 10 раз больше токенов.

Николас Арколано, руководитель исследований в Jellyfish, сообщил TechCrunch по email, что расходы на AI взрывообразно растут в значительной степени из-за agentic-функций, а потребление на одного разработчика выросло примерно в 18,6 раза за девять месяцев. В сумме эти данные делают аргумент о продуктивности гораздо менее однозначным, чем это выглядит по расходам.

«Окупается ли экстремальный расход, зависит от конечной бизнес-ценности выпущенного кода, например выручки, а это большинство компаний по-прежнему не умеют измерять», — сказал Арколано.

По крайней мере часть проблемы измерений связана с тем, насколько масштабно AI используется сегодня.

«Отслеживание облачных затрат — это задача по данным на сотни миллионов строк в месяц», — сказал Стормент. «Отслеживание token costs — это задача на триллионы строк в месяц. Нельзя просто засунуть это в какую-нибудь таблицу или даже базовый инструмент. Нужно фундаментально пересмотреть инструменты, спецификации и системы учета».

В Priceline Рид уже видит расхождения. Он отметил проблемы между отчетами вендора о потреблении и внутренними данными Priceline.

«Я начинал карьеру в telecom expense management и вижу те же параллели — от телеком-расходов к облаку и AI», — сказал он. «Как только вы вводите что-то новое, там всегда есть почва для ошибок в биллинге, аудита и возможностей для оптимизации».

Вокруг этой проблемы уже начинает формироваться рынок. Есть чистые профильные компании, вроде Pay-i, которая отслеживает, измеряет и оптимизирует затраты и эффективность инвестиций в GenAI. Paid, в свою очередь, позволяет разработчикам отслеживать затраты, измерять использование и выставлять пользователям счета исходя из фактической ценности, а не абонентской платы.

Есть и компании вроде Jellyfish, Waydev и Faros AI, которые предлагают мониторинг AI-агентов, чтобы доказать ROI developer tools. Стормент говорит, что большинство из 180 вендоров внутри FinOps Foundation движутся именно в эту сторону.

Компании с уже существующей дистрибуцией тоже добавляют новые функции, чтобы занять этот рынок. Ramp недавно вышла в управление расходами на AI; Datadog и New Relic добавили такие сервисы, как управление облачными затратами, token-level observability и мониторинг GPU. На конференции FinOps X на следующей неделе AWS, как ожидается, представит новые финансовые функции, ориентированные на корпоративные расходы на AI.

Гордон считает, что frontier labs и другие поставщики моделей начнут использовать оптимизацию в стиле OpenRouter, чтобы направлять запросы к самым дешевым моделям — и этот тренд уже виден в корпоративных счетах за Claude.

«В финансовом отчете по тому, сколько вы тратите на Anthropic, даже если вы вызываете модель Opus, часть расходов будет приходиться на Sonnet или Haiku, потому что они достаточно умны, чтобы делать это», — сказал Гордон. «Думаю, это будет все больше и больше входить в практику».

Но все эти инструменты создаются без общего языка или единых определений того, сколько стоит токен, что он производит и как сравнивать расходы между вендорами. Именно здесь Tokenomics Foundation надеется оказаться полезной.

Фонд строит каноническое определение и framework для tokenomics; открытые стандарты, спецификации и метрики для использования и биллинга AI-токенов, а также новые метрики AI-экономики, такие как cost-per-intelligence или tokens-per-watt. Он также планирует определить метрики эффективности token factory и потребления. Группа планирует официальный запуск в июле и готовится объявить о новых участниках на конференции FinOps X на следующей неделе.

«Token economics по своей сути гораздо более абстрактны и непрозрачны, чем все, что мы когда-либо решали в таком масштабе», — говорится в заявлении chief availability officer Salesforce Нишанта Гупты. «Для этого нужна другая операционная мускулатура, чем та, которую индустрия построила для облака».

При этом Goldman Sachs прогнозирует, что глобальное использование токенов к 2030 году вырастет в 24 раза. Компаниям, которые уже вышли за бюджет, решения нужны сейчас, а первый результат работы фонда появится лишь через несколько месяцев.

«Возможно, мы создали паровой двигатель, но все еще не придумали сборочную линию», — сказал Гордон.

По словам Арколано, разумный шаг — широкое, но умеренное внедрение.

«Лучшая ROI достигается за счет перевода широкого среднего сегмента с низкого на умеренное использование, а не за счет того, чтобы подталкивать самых активных пользователей еще выше», — сказал он.

В подготовке материала участвовали Рассел Брандом и Тим Фернхольц.

Когда вы покупаете по ссылкам в наших статьях, мы можем получить небольшую комиссию. Это не влияет на нашу редакционную независимость.

Материал — перевод статьи с английского.

Оригинал: The token bill comes due: Inside the industry scramble to manage AI’s runaway costs