Техдиректор Uber исчерпал бюджет на ИИ за 2026 год, и год только начался
Почему ИИ-вычисления стоят дороже сотрудников: горькая правда для бизнеса
ИТ-бюджеты компаний лопаются. Не от зарплат — от железа. Искусственный интеллект пожирает деньги быстрее, чем отдел кадров. В 2026 году мировые расходы на ИТ достигнут $6,31 трлн — рост 13,5% по сравнению с 2025-м. И львиную долю прироста съедает ИИ-инфраструктура. Это вам не игрушки.
Технический директор Uber уже исчерпал бюджет на ИИ на 2026 год. Спойлер: год только начался. Вице-президент Nvidia по глубокому обучению признал: затраты на вычисления в его команде превышают зарплаты сотрудников. Звучит дико, но это новая реальность.
Что именно дорожает?
Токены. Каждый запрос к большой языковой модели — это деньги. Чем сложнее задача, тем больше токенов тратится. Компании покупают не софт, а вычислительные мощности. Стоимость одного токена падает, но объём потребления растёт экспоненциально. Итог: общий счёт взлетает. Мои знакомые стартаперы жалуются: «Мы взяли ИИ-агента для техподдержки. Через месяц счет превысил зарплату трёх живых операторов». Это не исключение — это тренд.
Сравнение: сотрудник vs вычисления
Давайте на цифрах. Возьмём типовую ситуацию — компания из 100 человек решает автоматизировать часть задач через ИИ. Что выгоднее?
| Параметр | Наём программиста (год) | Аренда ИИ-вычислений (год) |
|---|---|---|
| Стоимость | $80 000–150 000 | $50 000–300 000 |
| Масштабируемость | Линейная (нужен новый сотрудник) | Почти безграничная (только бюджет) |
| Гибкость | Ограничена скиллами человека | Меняется под задачу за пару минут |
| Скрытые риски | Текучесть, больничные, налоги | Резкий рост стоимости токенов |
Понимаете? Человек предсказуем. ИИ — нет. Сегодня он стоит $0,01 за запрос, завтра — $0,05 из-за скачка спроса. Вот вам реальный пример: одна из платформ пересмотрела цены после того, как клиенты начали генерировать в три раза больше кода. Бюджеты полетели в тартарары.
Кто страдает больше всех
Стартапы. Им сложнее доказывать окупаемость перед инвесторами. Крупные корпорации могут себе позволить поэкспериментировать, но отчитываются ежеквартально. Если вы не видите роста выхода продукта на сотрудника — акционеры начнут задавать неудобные вопросы. «Тон меняется: всё чаще спрашивают про истинную ценность работника — живого или цифрового», — говорят консультанты по цифровым трудовым ресурсам.
При этом сами разработчики ИИ-моделей конкурируют за эффективность. Одна модель может тратить токены в два раза экономнее, чем другая. Это меняет расстановку сил: тот, кто умеет делать меньше запросов при том же результате, выигрывает гонку затрат.
Как не разориться на ИИ
Микро-инструкция для тех, кто уже внедряет или планирует внедрять ИИ:
- Посчитайте стоимость одного типового запроса в вашей задаче.
- Оцените, сколько таких запросов нужно в день/месяц.
- Сравните с зарплатой сотрудника, который делает эту работу вручную (учтите налоги и overhead).
- Добавьте 30% к счёту за ИИ — на случай роста тарифов.
- Если ИИ оказывается дороже на 10–15% — возможно, ещё нормально. Если дороже в два раза — остановитесь.
Важная мысль: ИИ — это не замена людям. Это ускоритель. Но ускоритель стоит денег. Не ведитесь на маркетинговые обещания «снижения затрат в 10 раз». Сначала проверьте на своей задаче.
Резюме от автора
ИИ-вычисления дорожают быстрее зарплат. Это факт. Компании, которые слепо скупают токены, рискуют остаться без бюджета на живых сотрудников. Мой совет: не гонитесь за хайпом. Сначала добейтесь прозрачного учёта затрат на ИИ. И только потом решайте — нанимать человека или арендовать вычисления. Иначе ваш бюджет просто сгорит в облаках.


