Фінанси Читати оригінал на AP News 2 хв читання 0

Корпоративний трюк із ШІ зазнав краху: чому бізнес урізає витрати

За даними AP News, корпоративна весняна ейфорія навколо концепції tokenmaxxing — агресивного впровадження штучного інтелекту в усі внутрішні процеси — швидко змінилася літнім фінансовим похміллям. Компанії масово зіткнулися з різким зростанням щомісячних кошторисів за генеративні моделі без відповідного стрибка продуктивності працівників. Фінансові директори глобальних корпорацій розпочали ревізію витрат на сервіси OpenAI та Anthropic, шукаючи дешевші альтернативи.

#корпоративні фінанси #штучний інтелект #OpenAI #Microsoft #економіка
Екран комп'ютера з логотипом компанії Anthropic та сайтом розробника штучного інтелекту
Екран комп'ютера з логотипом компанії Anthropic та сайтом розробника штучного інтелекту · Джерело зображення: AP News

Мільйонні витрати на токени змусили CFO зупинити експерименти

Весняний заклик топменеджерів Кремнієвої долини максимально насичувати робочі процеси генеративними токенами у липні 2026 року наразився на жорсткий опір фінансових департаментів. За визначенням аналітиків, поняття tokenmaxxing передбачало купівлю максимальних лімітів генерації у таких продуктів, як ChatGPT від OpenAI та Claude від Anthropic. Проте аналіз щоквартальних витрат показав, що автоматизація рутинних завдань не принесла очікуваного економічного ефекту.

За даними рейтингового агентства Moody’s, фінансові директори корпорацій почали вимагати чіткого розрахунку повернення інвестицій (ROI) перед продовженням преміальних корпоративних підписок. Старший віцепрезидент Moody’s Вінсент Гусдорф підкреслив, що необмежене споживання токенів створює непередбачувані операційні витрати, які важко закласти в річний бюджет.

Гіганти ринку змінюють стратегію та оцінюють збитки

Реакція технологічного сектору на перевитрати виявила кілька ключових факторів, які змушують корпорації змінювати підходи до закупівлі ШІ-інфраструктури:

  • Повторна оплата за власні дані: генеральний директор Microsoft Сатья Наделла у спеціальному зверненні заявив, що концепція tokenmaxxing змушує клієнтів платити двічі — спочатку за сам обсяг згенерованого тексту, а потім за передачу корпоративної інтелектуальної власності у зовнішні моделі.
  • Застарілі метрики продуктивності: технічний директор Mozilla Раффі Крикорян порівняв вимірювання ефективності працівників за кількістю використаних токенів із практикою 1990-х років, коли продуктивність програмістів оцінювали за кількістю написаних рядків коду.
  • Перехід на локальні рішення: підприємства масово тестують компактні дистильовані моделі та відкриті архітектури, витрати на які є фіксованими.

Видання зазначає, що генеральний директор OpenAI Сем Альтман ще у травні публічно підтримував стартапи, які будували роботу на принципі tokenmaxxing. Проте вже за два місяці ринок продемонстрував, що ця модель вигідна насамперед розробникам самих мовних моделей, а не їхнім корпоративним клієнтам.

Прихована загроза для монополії постачальників моделей

Головним наслідком розчарування в tokenmaxxing став не просто перегляд окремих статей витрат, а зміна балансу сил на ринку корпоративного софту. Перехід компаній до гібридних схем та використання вузькоспеціалізованих моделей позбавляє технологічних гігантів можливості диктувати диференційовані тарифи. Корпоративні замовники відмовляються від топових підписок на користь простіших систем, що створює безпрецедентний тиск на цінову политику лідерів індустрії та може суттєво уповільнити зростання їхньої виручки у другій половині 2026 року.

Контекст для України

Для українського IT-сектору та аутсорсингових компаній зміна корпоративного тренду в США має безпосередній практичний вислід. Вітчизняні сервісні гіганти, такі як SoftServe та EPAM Ukraine, уже коригують свої пропозиції для західних замовників, відмовляючись від дорогих API OpenAI на користь опенсорсних рішений на кшталт Llama. Це дозволяє зберегти бюджет клієнтів і зменшити щомісячні валютні витрати на інфраструктуру в середньому на 40%. Водночас для українських продуктових стартапів зниження інтересу до tokenmaxxing створює нові можливості: ринок потребує локальних інструментів оптимізації промптів та аналітики токенів, що відкриває нішу для українських інженерів у сфері FinOps для штучного інтелекту.

Часті запитання

Що таке tokenmaxxing у контексті корпоративних витрат?
Tokenmaxxing — це практика максимального використання токенів генеративного штучного інтелекту у внутрішніх робочих процесах компанії. Вона передбачає придбання найвищих тарифних лімітів у сервісів на кшталт ChatGPT чи Claude для автоматизації рутини. Проте через високу вартість та відсутність прямого зростання продуктивності компанії почали відмовлятися від цього підходу.
Чому компанії відмовляються від дорогих підписок на ШІ-моделі?
Головними причинами є непередбачувані щомісячні кошториси, побоювання щодо витоку корпоративних даних та відсутність вимірюваного повернення інвестицій. Фінансові директори вимагають обґрунтування витрат, змушуючи технічні команди шукати дешевші локальні або відкриті альтернативи з фіксованою вартістю обслуговування.
Як зміна корпоративних бюджетів вплине на ринок штучного інтелекту?
Перехід до економії змусить провідних розробників мовних моделей переглянути цінову політику та запропонувати гнучкіші корпоративні тарифи. Водночас зростає попит на локальні та дистильовані моделі, що стимулює конкуренцію та знижує монополію ключових гравців Кремнієвої долини.
Telegram

Свіжі новини у нашому Telegram

Отримуйте миттєві сповіщення про нові публікації в рубриці «Фінанси»

@promoneyandevenmore