Goldman Sachs оценивает будущий рост спроса на токены для агентного ИИ более чем в 24 раза, и эта цифра быстро перестает быть красивой аналитикой для презентаций. Стоимость AI-агентов уже бьет по бюджетам крупных компаний: Uber публично признал перерасход, а Microsoft сворачивает доступ разработчиков к сторонним инструментам и переводит команды на собственные.
Для русскоязычной IT-аудитории здесь важен не сам драматичный фон, а вывод. Если даже компании масштаба Uber и Microsoft не могут безболезненно переварить токенизированный биллинг, то для стартапов, продуктовых команд и enterprise-заказчиков вопрос теперь звучит проще: где ИИ действительно ускоряет работу, а где просто красиво сжигает деньги, сообщает Tom's Hardware.
Поводом для новой волны дискуссии стала история Uber. После вирусного поста CTO компании Правина Неппалли Наги о том, что Uber потратил весь бюджет на ИИ, заложенный на 2026 год, всего за несколько месяцев, тему публично продолжил руководитель операционного направления Эндрю Макдональд. В разговоре с Business Insider он признал неприятную вещь: прямой связи между ростом потребления токенов и появлением полезных пользовательских функций в компании не увидели. По его словам, кода действительно стало выходить больше, но провести внятную линию от этого к реальным улучшениям продукта оказалось сложно.
Это важная деталь, потому что последние два года рынок охотно подменял разговор о результате разговором об интенсивности использования ИИ. Процент AI-generated кода, число внутренних агентов, размер токен-счетов, объем автодополнений в IDE, все это часто подавалось почти как KPI зрелости инженерной организации. Uber в этом смысле выглядит не исключением, а показательной жертвой собственной же индустриальной логики: больше агентов, больше токенов, больше сгенерированного кода, но не обязательно больше ценности для клиента.
На том же фоне Microsoft начала отзывать у сотрудников доступ к Claude Code. Компания открыла подписки на этот инструмент в декабре прошлого года, но теперь планирует перевести разработчиков на внутренний Copilot CLI к 30 июня. Формально это выглядит как консолидация вокруг собственного стека. Неформально рынок читает решение иначе: оно слишком удачно совпадает с окончанием финансового года Microsoft и с попыткой привести расходы на ИИ в более вменяемый вид. Параллельно GitHub Copilot недавно перевели на токеновую модель биллинга, что тоже выглядит не как косметическая настройка, а как признание того, что прежняя экономика использования таких инструментов перестала сходиться.
Проблему усугубляет сама природа агентного ИИ. Обычный чат-бот расходует токены относительно линейно: запрос, контекст, ответ. Агент работает иначе. Он вызывает инструменты, перебирает варианты, читает файлы, пишет промежуточные шаги, запускает цепочки подзадач и в целом живет гораздо более прожорливой жизнью. В материале приводится оценка, что такие системы могут потреблять более чем в 1000 раз больше токенов, чем единичный чат-сценарий. На этом фоне прогноз Goldman Sachs о 24-кратном росте спроса выглядит уже не завышением, а довольно прямой экстраполяцией текущих практик.
Рынок, впрочем, долго поощрял именно такие практики. Дженсен Хуанг в марте этого года резонансно заявил, что если инженер Nvidia с годовой компенсацией около 500 тысяч долларов не использует токены хотя бы на 250 тысяч долларов за тот же период, это повод для тревоги. Похожая риторика звучит и у других компаний. Airbnb говорил инвесторам, что 60% кода уже генерируется ИИ. Chime заявлял о 84% AI-кода. Google утверждал, что ИИ участвует примерно в половине создаваемого кода, хотя и с обязательной человеческой проверкой. Сами по себе эти метрики хорошо продаются на квартальных созвонах, но история Uber показывает неприятное: высокий процент AI-кода и широкое внедрение агентов не гарантируют ни продуктового рывка, ни финансовой эффективности.
Еще один показательный эпизод связан с Питером Штайнбергером, создателем OpenClaw и нынешним сотрудником OpenAI. Он рассказал, что команда из трех человек потратила свыше 1,3 млн долларов на токены за один месяц, используя набор агентных инструментов. Это уже не разговор про удобный ассистент для программиста, а про полноценную новую статью затрат, которую придется защищать перед финансистами так же жестко, как фонд оплаты труда или облачную инфраструктуру. И здесь стоимость AI-агентов перестает быть темой для энтузиастов и становится задачей для CFO.
Оптимисты отвечают на это привычно: скоро все исправит новое железо. В материале упоминается платформа Nvidia Vera Rubin, которую компания собирается активно продвигать в этом году. Ожидания высокие: кратный рост производительности, новый техпроцесс и до 10 раз лучшая энергоэффективность по сравнению с предыдущими поколениями. Проблема в том, что железные обещания живут в одном временном контуре, а счета за токены приходят в другом. Если, как пишет Tom's Hardware, более половины дата-центровых проектов, планировавшихся под Blackwell, уже отменены или отложены, то рассчитывать на быструю массовую замену парка ускорителей выглядит слишком смело. Тем более что Google, Oracle и Microsoft в конце 2025 года, напротив, корректировали планы так, чтобы использовать серверное железо дольше, вплоть до шести лет.
Для разработчиков и продуктовых команд отсюда следует довольно приземленный вывод. Дискуссия смещается от вопроса «где еще прикрутить агента» к вопросу «какой именно шаг в цепочке стоит своих токенов». Массовое внедрение ИИ больше не получится оправдывать только тем, что команда стала писать больше кода или запускать больше автоматизированных сценариев. Придется считать стоимость фичи, стоимость релиза, стоимость закрытого тикета и сравнивать это с классической автоматизацией, наймом и обычной инженерной дисциплиной. Для стартапов это, вероятно, означает более осторожный выбор моделей и сценариев. Для корпораций — лимиты, внутренние прокси, политику закупки токенов и жесткие правила для агентных контуров.
Главный вопрос теперь не в том, будут ли AI-агенты использовать чаще. Судя по рынку, будут. Вопрос в другом: успеет ли экономика догнать этот аппетит раньше, чем компании перестанут терпеть счета, в которых прирост токенов растет намного быстрее, чем прирост полезного продукта. Пока что стоимость AI-агентов выглядит не как временный побочный эффект бума, а как новый фильтр зрелости для всей индустрии.