Финтех-стартап Slash из Сан-Франциско обнаружил, что один из сотрудников потратил корпоративные AI-токены на 81 тыс. долларов на разработку веб-шутера. История звучит как хороший внутренний мем для команды, но для разработчиков, продактов и IT-руководителей это куда более полезный кейс: если компания поощряет активнее использовать ИИ, ей лучше заранее продумать не только доступ, но и лимиты, алерты и правила игры.
О случае сообщает Habr / Новости. По данным издания, 21 июня сотрудник Slash Николас Бриллиант опубликовал в X ссылку на игру Brainrot Shooter и написал, что полностью сгенерировал её за один день. Сам по себе пост вряд ли вышел бы за пределы технологической ленты, если бы спустя два дня в публичное обсуждение не включилась сама компания: Slash рассказала, что игра делалась через корпоративный аккаунт и обошлась стартапу в 81 тыс. долларов по расходам на AI-токены.
Самое неприятное для работодателя в этой истории даже не сумма, а контекст. По словам компании, до этого сотрудников просили активнее использовать нейросети в работе. Формулировка, знакомая многим командам: пробуйте, ускоряйтесь, автоматизируйте рутину, ищите, где ИИ даёт прирост. Дальше случилось то, что нередко происходит, когда управленческий посыл звучит шире, чем реальные рамки использования. Один из сотрудников решил проверить возможности инструментов на небольшом пет-проекте в выходной день. Проект оказался не таким уж небольшим, а стоимость генерации, судя по итогу, росла быстрее, чем кто-либо следил за дашбордом.
Slash описала ситуацию без драматических формулировок и даже с долей самоиронии. Пользователей призвали хотя бы зайти в игру и немного поиграть, чтобы эти расходы можно было хотя бы символически подать как маркетинговые. Позже в самой игре появились рекламные баннеры Slash. Это, конечно, хороший жест для соцсетей и публичного образа компании: вместо сухого корпоративного скандала получился вирусный сюжет. Но шутка работает ровно до момента, пока речь идёт об одном кейсе и одной команде. Для компании поменьше, с более жёсткой экономикой или без запаса на эксперименты, счёт на десятки тысяч долларов за внезапно прожорливые AI-токены выглядел бы уже не как ироничный эпизод, а как вполне материал для неприятного разговора с финансами и безопасностью.
Сам Николас Бриллиант, как передаёт источник, позже признал, что не отслеживал потребление токенов и не ожидал, что разработка простого веб-шутера может стоить так дорого. В этой детали и скрыт главный нерв истории. Нейросети создают обманчивое ощущение дешёвого ускорения: интерфейс дружелюбный, результат приходит быстро, а цена вычислений часто спрятана глубоко в биллинге. Пока разработчик видит «ещё один промпт», «ещё одну итерацию» или «ещё один автогенерационный проход», компания видит накопительный расход. И если доступ выдан через общий корпоративный контур, проблема перестаёт быть личной ошибкой конкретного сотрудника и становится дефектом процесса.
Для русскоязычной IT-аудитории в этой истории нет ничего экзотического. Многие команды сейчас проходят одну и ту же стадию: руководители требуют, чтобы нейросети использовали не для презентаций на демо-дне, а в ежедневной работе, сотрудники охотно берут новые инструменты, а потом выясняется, что культура применения опережает управленческую дисциплину. Если говорить грубо, фраза «используйте ИИ активнее» без бюджетов, без разграничения рабочих и личных сценариев, без лимитов на AI-токены и без мониторинга означает не цифровую зрелость, а аванс на будущий перерасход. Особенно в среде, где инженерный азарт легко побеждает бухгалтерскую осторожность.
У этой истории есть и ещё один слой. В ней довольно наглядно сталкиваются два взгляда на ИИ в компании. Первый: нейросети нужно широко внедрять, чтобы сотрудники быстрее прототипировали, писали код, собирали интерфейсы и автоматизировали рутину. Второй: любые такие эксперименты должны жить в рамке предсказуемых расходов и понятной пользы для бизнеса. Пока рынок в целом живёт между этими позициями. Компании боятся отстать и одновременно боятся открыть слишком широкий кран. Сотрудники, особенно технические, естественно проверяют границы. Где-то рождается полезный внутренний инструмент, а где-то получается веб-шутер за цену, на которую можно было бы закрыть несколько куда более скучных, но необходимых задач.
Практический вывод из кейса Slash простой и довольно приземлённый. Если бизнес хочет поощрять использование ИИ, ему нужны не вдохновляющие призывы, а базовая операционная гигиена: персональные квоты, отдельные бюджеты на эксперименты, прозрачный биллинг по командам, автоматические оповещения о скачке расходов и понятное правило, что считается рабочим применением, а что остаётся личной песочницей. Разработчикам эта история тоже полезна как напоминание: даже когда инструмент кажется почти безграничным, счёт за него вполне конечен и приходит очень в реальный отдел финансов.
История с Slash в итоге выглядит не столько анекдотом про одного увлечённого сотрудника, сколько ранним симптомом нового класса управленческих ошибок. Чем глубже нейросети заходят в повседневную разработку, тем чаще компании будут спорить не о том, нужен ли ИИ вообще, а о том, кто, где, за чей счёт и в каких пределах имеет право экспериментировать. И, похоже, следующий важный навык для IT-менеджмента теперь звучит не очень романтично: уметь масштабировать энтузиазм так, чтобы он не сжигал AI-токены быстрее, чем приносит пользу.