AI автоматизирует для компаний «ненавистную работу» сотрудников, а не «приносящую деньги работу».
Несколько дней назад GeekPark сообщил, что Microsoft, сделавшая крупную ставку на ИИ, тихо отозвала лицензии Claude Code у большинства своих сотрудников.
Эта ситуация весьма странна, потому что в нынешней волне внедрения ИИ одним из главных маркетинговых аргументов для корпоративных клиентов является «повышение эффективности». Если эффективность повышается, почему Microsoft прекращает доступ сотрудникам к Claude Code?
Microsoft не единственная компания, которая так поступает. «Ужесточение лимитов использования токенов» и отказ от поощрения сотрудников к бездумному Vibe Coding стали новым трендом в крупных технологических компаниях Кремниевой долины.
Uber потратил весь годовой бюджет на AI-токены за четыре месяца. Ежегодный чек Salesforce для Anthropic составляет около 300 миллионов долларов. Один консультант по ИИ раскрыл, что ежемесячные расходы его клиента на ИИ достигают 500 миллионов долларов. Meta даже тихо свернула внутренний «рейтинг tokenmaxxing» — этот рейтинг изначально создавался для поощрения сотрудников к активному использованию ИИ.
Сейчас компании делают то, о чём несколько лет назад даже не думали:
Ограничивают и отслеживают использование ИИ сотрудниками.
Почему крупные компании меняют курс?
«Tokenmaxxing» — символ эпохи
Чтобы понять сегодняшний кризис затрат, сначала нужно разобраться, что такое «tokenmaxxing».
Этот термин стал популярным примерно в 2025 году и буквально означает «максимизация использования токенов». За ним стоит определённая управленческая логика — раз компания потратила большие деньги на инструменты ИИ, сотрудники должны использовать их изо всех сил; чем больше используешь, тем больше ты «цифровизируешься», а чем меньше используешь — тем больше ресурсов тратишь впустую. Поэтому многие компании ввели квоты использования, рейтинги и даже включили это в показатели эффективности (KPI), подталкивая сотрудников активнее применять ИИ.
И что же?
Сотрудники начали использовать корпоративные AI-модели компании, чтобы проверять погоду, писать поздравительные сообщения на день рождения, спрашивать, что поесть сегодня.
Исследование 2444 компаний показало, что из каждого доллара, потраченного на AI-токены, 0,44 доллара уходит на исправление багов, сгенерированных ИИ, 0,27 доллара — на переписывание кода, созданного ИИ, и 0,11 доллара — на задержки, связанные с проверкой и слиянием.
Другими словами, за каждым долларом затрат на закупку ИИ скрываются почти 80% скрытых убытков.
Инвестор Шрути Ганди использовала точную метафору: «Компании, практикующие tokenmaxxing, похожи на компании, которые измеряют производительность, включая все лампочки — тратить больше денег не равно производить больше».
Что ещё более иронично, большинство этих компаний вообще не знают, чем сотрудники занимаются с помощью ИИ, и тем более не знают, привёл ли ИИ к каким-либо изменениям в выполнении этих задач.
Эта «гонка по сжиганию денег» длилась с 2024 по 2025 год и, наконец, взорвалась в этом году. JPMorgan опубликовал резкий отчёт с откровенным, даже неудобным заголовком — «Стоимость AI-токенов пожирает прибыль интернета».
Shopify, Spotify, ServiceNow, Roku на отчётах о прибылях и убытках отметили, что ИИ стал основным источником давления на операционные расходы. Общая атмосфера в отрасли начала меняться с «круто использовать ИИ» на «стоит ли этих денег то, на что мы их тратим?».
Когда генеральный директор начинает сомневаться в ROI (окупаемости инвестиций)
Всего 14% финансовых директоров (CFO) заявили, что видят чётко измеримую отдачу от инвестиций в ИИ.
Операционный директор Uber Эндрю Макдональд в подкасте сказал очень откровенную вещь — они обнаружили, что трудно связать повышение личной продуктивности сотрудников с общим влиянием на бизнес компании. «Если вы не видите, сколько ценных функций ИИ помог вам предложить пользователям, то труднее оправдать стоимость токенов».
Эта фраза указывает на суть корпоративной дилеммы ИИ: повышение личной эффективности не равно росту доходов компании.
Сотрудник в три раза быстрее пишет еженедельный отчёт с помощью ИИ, но выручка компании не меняется. Инженер в два раза быстрее генерирует код с помощью ИИ, но «коэффициент оттока» кода — то есть доля, которая была заброшена или переписана — вырос на 800%.
Бывший главный директор по ИИ Microsoft София Веластеги сказала фразу, которая заставила многих менеджеров почувствовать себя неловко: «Большинство людей по умолчанию автоматизируют задачи, которые им не нравятся, а не задачи, наиболее ценные для компании».
Проще говоря, компании автоматизируют «ненавистную работу» сотрудников, а не «приносящую деньги работу».
Это не техническая проблема, а проблема приоритетов. И это одна из причин, почему около 30% проектов генеративного ИИ забрасываются на этапе доказательства концепции (PoC) — затраты неясны, ценность неясна, и начальник, естественно, не продлевает финансирование.
Подход генерального директора Salesforce Марка Бениоффа весьма показателен. Сталкиваясь с ежегодным счётом в 3 миллиарда долларов для Anthropic, он ожидает «интеллектуальный маршрутизатор»: который сможет определить, какие запросы стоят использования топовой модели, а для каких достаточно более дешёвых маленьких моделей.
Сама идея не нова — ещё в эпоху облачных вычислений «оплата по мере использования» и «оптимизация ресурсов» были стандартной практикой. Но эта волна ИИ нахлынула слишком стремительно, все сначала покупали, а потом думали, и сейчас только начинают навёрстывать упущенное.
Возврат к рациональности или предвестие зимы?
Microsoft недавно отозвала корпоративные лицензии на Claude Code у большинства пользователей, официально сославшись на фактор стоимости. Это событие вызвало немало дискуссий в отрасли — в конце концов, Microsoft сама является крупнейшим инвестором OpenAI и одновременно сокращает подписки на продукты конкурентов. Сколько в этом расчёта на стоимость, а сколько — на стратегическое позиционирование, сказать трудно.
Но в любом случае это представляет собой сигнал: компании начали голосовать ногами.
Harness и CloudZero почти в один день — 28 мая — выпустили инструменты управления затратами на ИИ: один фокусируется на мониторинге расходов на ИИ и ROI в реальном времени, другой представил «финансовую панель управления ИИ», помогая компаниям связать каждый потраченный на ИИ доллар с конкретными бизнес-результатами.
Сам факт появления этих двух продуктов говорит о многом: на рынке есть спрос, и спрос срочный.
HubSpot с апреля этого года начал корректировать модель ценообразования для своих AI-агентов, перестав взимать плату за токены и перейдя на оплату за «решенные диалоги» или «сгенерированные лиды» — это смена направления, которая согласовывает интересы продавца с фактическими результатами покупателя. ServiceNow проводит аналогичные корректировки. Поставщики ИИ начинают осознавать, что если они продолжат продавать «объём использования», а не «результат», корпоративные клиенты рано или поздно коллективно взбунтуются.
Эти корректировки — это неизбежные боли роста для индустриализации ИИ или прелюдия к более крупному кризису?
Склоняюсь к первому. Но есть одна деталь, которая вызывает некоторое беспокойство: ожидается, что глобальные расходы на программное обеспечение ИИ достигнут 2,59 триллиона долларов к 2026 году, что на 47% больше, чем в прошлом году, но при этом 94% руководителей инженерных отделов заявляют, что ключевые показатели ROI по-прежнему отсутствуют. Деньги тратятся всё больше, но никто не знает, на что и стоит ли это того — если этот конфликт не будет разрешён, следующий «момент tokenmaxxing» — лишь вопрос времени.
В аналитической статье журнала Fortune говорится прямо: «Tokenmaxxing — это легко, перепроектировать рабочие процессы — сложно». Большинство компаний сейчас оптимизируют существующие процессы, а не изобретают заново бизнес-модели. В этом заключается истинная ценность ИИ, и до этого места большинству компаний ещё далеко.
Возврат к рациональности — это хорошо. Но после возврата к рациональности компаниям предстоит ответить на более сложный вопрос: должен ли ИИ для нашего бизнеса быть просто молотком или новой концептуальной основой?
Если использовать ИИ только для того, чтобы быстрее выполнять старую работу, рано или поздно счёт вынудит вас вернуться к этому вопросу.
Эта статья взята из официального аккаунта WeChat «GeekPark» (ID: geekpark), автор: Hua Lin Wu Wang, редактор: Jing Yu
