Крупные компании, такие как Microsoft, Nvidia и Uber, начали ограничивать использование ИИ-инструментов из-за неконтролируемого роста затрат. Технологии, которые должны были экономить бюджет, оказались дороже зарплат инженеров.
- Microsoft отменила лицензии на Claude Code для инженеров и вернулась к GitHub Copilot CLI из-за высоких затрат на токены
- В Nvidia признали, что стоимость вычислений для ИИ уже превышает зарплаты сотрудников
- Uber израсходовала годовой AI-бюджет за 4 месяца: 84% инженеров активно использовали Claude, сжигая до $2000 в месяц на одного специалиста
- CTO Uber потратил $1200 за две часа на демо-сессию ИИ, что стало сигналом для ужесточения контроля расходов
- Следующий этап развития ИИ сфокусируется не на мощности моделей, а на оптимизации затрат и доступности вычислительных ресурсов
- Компании будут выбирать не самый продвинутый ИИ, а наиболее экономически эффективные решения
Крупные технологические компании начали ограничивать доступ сотрудников к инструментам искусственного интеллекта из-за неконтролируемого роста затрат. Microsoft, например, отменила лицензии на Claude Code для инженеров и вернулась к более дешевому GitHub Copilot CLI.
Причиной стали высокие расходы на токены, которые перестали оправдывать ожидания от повышения производительности. В Nvidia ситуация аналогична: вице-президент Bryan Catanzaro заявил, что стоимость вычислений для ИИ уже превышает зарплаты сотрудников. А Uber израсходовала весь годовой бюджет на искусственный интеллект за первые четыре месяца 2026 года. Из 5000 инженеров компании 84% активно использовали Claude, при этом 70% нового кода создавалось с помощью ИИ.
Однако активные пользователи сжигали от $500 до $2000 в месяц на одного специалиста. Особенно наглядно проблема проявилась в случае с CTO Uber Praveen Nagar: он потратил $1200 за две часа демо-сессии с ИИ.
Это стало сигналом для ужесточения контроля за расходами. Теперь компании понимают, что инструменты, которые должны были экономить бюджет, обходятся дороже зарплат инженеров. Следующий этап развития ИИ, скорее всего, будет связан не с созданием более мощных моделей, а с оптимизацией затрат.
Компании начнут строже контролировать каждую операцию и искать способы удешевить доступ к вычислительным мощностям. Это изменит приоритеты: победят не те, кто предоставит сотрудникам самый продвинутый ИИ, а те, кто научится использовать его эффективно и выгодно.
Для ИИ-компаний это создает новые условия конкуренции: теперь ключевым фактором станет не интеллектуальный потенциал моделей, а их экономическая эффективность. Если у конкурентов окажется более дешевая модель с аналогичными возможностями, она быстро вытеснит менее оптимизированные решения.
