# Сопутствующие статьи по теме Стоимость ИИ

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Стоимость ИИ", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Токены съедают треть зарплат, счет за ИИ в Кремниевой долине вышел из-под контроля

Ключевые выводы из анализа SemiAnalysis: расходы на токены для внутренних ИИ-моделей в некоторых компаниях достигают 30% от фонда заработной платы. При этом производительность возрастает в разы: задачи, требовавшие ранее часов работы, теперь решаются за минуты за несколько долларов. Хотя такие компании, как Uber и Microsoft, столкнулись с неконтролируемым ростом ИИ-расходов и ограничивают бюджеты, анализ показывает, что стоимость токенов будет резко снижаться. За счёт оптимизации ПО (14-кратный рост скорости) и новых аппаратных решений (в 17-32 раза производительнее) стоимость к 2030 году может упасть более чем на 90%. Токен становится новым "средством производства". Несмотря на рекордные инвестиции в ИИ-инфраструктуру (7400 млрд долларов в 2024 году) и текущее отсутствие макроэкономического эффекта, это типичная фаза технологической революции: сначала строится "трубопровод", затем он наполняется "потоком" приложений. Компании, которые уже сейчас эффективно используют ИИ, как SemiAnalysis, получают многократное преимущество в производительности на фоне снижающихся издержек.

marsbit07/06 00:16

Токены съедают треть зарплат, счет за ИИ в Кремниевой долине вышел из-под контроля

marsbit07/06 00:16

Когда американские гиганты массово «переметнулись» к китайским AI-моделям

Генеральный директор крупнейшей американской криптобиржи Coinbase Брайан Армстронг заявил, что компания перешла на использование китайских AI-моделей GLM 5.2 и Kimi 2.7, что позволило сократить расходы на искусственный интеллект вдвое, несмотря на растущий объём использования. Для достижения такой экономии Coinbase внедрила систему автоматического выбора модели в зависимости от задачи, оптимизировала кэширование, повысив его эффективность с 5% до 60%, и применила методы "контекстной инженерии" для более точных запросов. Эта тенденция набирает обороты: другие компании, такие как Lindy и Snowflake, также сообщают о значительной экономии после перехода на более доступные модели, такие как DeepSeek и GLM, качество которых в многих задачах приближается к дорогим аналогам вроде Claude Opus или GPT, но стоит в 5-7 раз дешевле. Для пользователей это означает, что эпоха зависимости от одной модели заканчивается. Ключевыми становятся стратегии выбора модели под задачу, использование кэширования и составление лаконичных запросов. Данный тренд оказывает давление на ценовую политику лидеров рынка, таких как OpenAI и Anthropic, запускающих более дешёвые модели, и знаменует смещение конкуренции в сфере AI от чистой производительности к экономической эффективности.

marsbit07/03 16:17

Когда американские гиганты массово «переметнулись» к китайским AI-моделям

marsbit07/03 16:17

Увольнения из-за ИИ? Исследование показывает, что ИИ дороже тех, кого он заменяет

Заголовок: Увольнения из-за ИИ? Исследования показывают, что ИИ обходится дороже, чем люди, которых он заменяет. В 2026 году около 50 000 сотрудников были уволены по причинам, связанным с внедрением ИИ. Логика компаний проста: ИИ может выполнять человеческую работу. Однако в последнее время эта логика столкнулась с реальностью: эксплуатационные затраты на ИИ часто превышают стоимость труда людей, которых он должен заменить. Примеры из различных компаний иллюстрируют проблему: * **Uber** израсходовал годовой бюджет на ИИ за четыре месяца. * **Microsoft** отменяет лицензии на Claude Code в нескольких отделах из-за высокой стоимости. * В **Anthropic** один сотрудник за месяц потратил 150 000 долларов на использование Claude Code, что эквивалентно работе 11 инженеров. * В **Nvidia** заявили, что затраты на вычислительные мощности теперь «значительно превышают» расходы на персонал. * Такие компании, как Meta, Pinterest и Spotify, отмечают рост затрат на инференс (вывод моделей) как фактор, снижающий рентабельность. Согласно исследованию CloudZero, в 2025 году 45% компаний тратили на ИИ более 100 000 долларов в месяц. При этом только 8% компаний из S&P 500 сообщили о доходах, связанных с ИИ, и лишь половина компаний уверенно оценивает окупаемость своих инвестиций в ИИ. Эксперт Скотт Гэллоуэй считает, что в этой ситуации основным бенефициаром станут китайские большие языковые модели (LLM). Их стоимость в 10–30 раз ниже, чем у американских аналогов. Данные подтверждают эту тенденцию: доля китайских моделей в использовании разработчиками выросла примерно с 1% в 2024 году до более 60% к маю 2026 года, а 80% американских стартапов в области ИИ уже используют китайские open-source модели. Гэллоуэй прогнозирует, что этот экономический сдвиг может вынудить администрацию Трампа ввести ограничения.

marsbit06/09 02:26

Увольнения из-за ИИ? Исследование показывает, что ИИ дороже тех, кого он заменяет

marsbit06/09 02:26

Нажмите на паузу в кодировании вибра: «Жгут токены» дороже, чем сотрудники.

Корпорация Microsoft сворачивает широкий внутренний доступ к инструменту разработки на основе ИИ Claude Code, установив крайний срок на 30 июня. Несмотря на первоначальное внедрение и популярность среди сотрудников, компания столкнулась с неприемлемо высокими затратами на токены. Эта ситуация иллюстрирует более широкую проблему «режима второго пилота», когда ИИ используется для повышения производительности существующих сотрудников, что приводит не к снижению, а к росту общих затрат (зарплата + токены). В то же время, венчурные инвесторы, такие как Y Combinator, пропагандируют иной подход: создание AI-нативных компаний, где небольшое количество сотрудников, выступающих в ролях индивидуальных исполнителей и ответственных лиц, работают в тандеме с ИИ-агентами. Здесь высокие счета за токены компенсируются радикальным сокращением фонда заработной платы, что делает модель экономически жизнеспособной. Ключевой вывод заключается в структурной трансформации. Для традиционных компаний простое добавление ИИ к старым рабочим процессам ведет к росту издержек. Будущая эффективность заключается в переосмыслении организации: переход от человеко-центричных процессов к созданию систем, где ключевые знания и процессы формализованы в машиночитаемых активах (документация, интерфейсы), а ИИ и люди выполняют четко разделенные, синергичные роли.

marsbit05/26 08:53

Нажмите на паузу в кодировании вибра: «Жгут токены» дороже, чем сотрудники.

marsbit05/26 08:53

Эпоха ИИ раскалывается на два полюса: богатые становятся богаче, бедные — беднее

Эпоха ИИ углубляет разрыв между богатыми и бедными: богатые становятся богаче, бедные — беднее. Хотя ИИ повышает эффективность, он не устраняет неравенство, а усугубляет его. Доступ к передовым ИИ-инструментам (например, Claude Opus, GPT-4) требует значительных финансовых затрат — от дорогих чипов до платных подписок. Это создает разрыв между теми, кто может позволить себе качественные ИИ-ресурсы, и теми, кто пользуется бесплатными аналогами с высоким уровнем ошибок. На национальном уровне разрыв еще очевиднее: страны с высоким доходом контролируют большую часть мировых вычислительных мощностей, в то время как развивающиеся страны остаются за пределами игры. На индивидуальном уровне ИИ усиливает когнитивное неравенство: люди с глубокими знаниями используют ИИ для углубления анализа, в то время как другие становятся зависимыми от поверхностных решений, теряя способность критически мыслить. ИИ превратил информационный разрыв в платную стену, создав замкнутый круг: богатство определяет доступ к качественному ИИ, который, в свою очередь, влияет на принятие решений и дальнейшее обогащение. Самое тревожное: многие, использующие бесплатные версии ИИ, не осознают, что отстают, пока не становится слишком поздно.

marsbit03/26 05:48

Эпоха ИИ раскалывается на два полюса: богатые становятся богаче, бедные — беднее

marsbit03/26 05:48

活动图片