После многолетнего активного продвижения искусственного интеллекта в своих организациях Chief Information Officer и другие ИТ-руководители C-уровня теперь tightening the reins на фоне растущих расходов и неопределённой отдачи. Этот отход знаменует заметный сдвиг от фазы внедрения — отмеченной хакатонами, широким доступом к инструментам и экспериментами — к более дисциплинированной операционной фазе, напоминающей то, как предприятия в итоге применили методы управления затратами к облачным вычислениям после первоначального периода захвата рынка.

В компании Samsara Chief Information Officer Stephen Franchetti с энтузиазмом внедрил широкий набор ИИ-инструментов для 4 100 сотрудников технологической фирмы. Он санкционировал использование Claude от Anthropic, Gemini от Google, ChatGPT от OpenAI и ИИ-агента для программирования Cursor, а также создал внутреннюю систему, отслеживающую расходы на ИИ в ежедневном режиме. Необходимость столь детализированного мониторинга подчёркивает, насколько модель оплаты по использованию, основанная на токенах — всё ещё относительно новая в корпоративном программном обеспечении — фундаментально отличается от модели подписки на одно рабочее место, к бюджетированию которой привыкло большинство компаний. Тем не менее недавно Samsara ввела ограничения на использование для некоторых нетехнических сотрудников, в то время как такие подразделения, как R&D — опирающиеся на ИИ для интенсивного программирования и анализа данных — сохранили более широкие возможности для экспериментов.

«Нам потребовалось некоторое время, чтобы подобрать правильные лимиты и убедиться, что всем достаточно», — говорит Franchetti. «Но это даёт людям ощущение контроля: они могут выбирать, какие модели использовать».

Этот сдвиг отражает более широкую тенденцию в корпоративной Америке. По прогнозам, глобальные расходы на ИИ достигнут 2,5 трлн долларов в этом году, что на 44% больше по сравнению с предыдущим годом. После многолетнего стимулирования внедрения ИИ через обучающие курсы, хакатоны и широкий доступ сотрудников к инструментам программирования, агентам и чат-ассистентам некоторые ИТ-руководители теперь ограничивают частоту использования этих инструментов. Они также переобучают сотрудников работе с более компактными и дешёвыми ИИ-моделями, способными справляться со многими рутинными рабочими задачами.

Ряд компаний сообщил, что их бюджеты на ИИ на 2026 год уже превысили первоначальные прогнозы, не принеся соответствующей бизнес-отдачи. Крупнейшие ИИ-провайдеры обратили на это внимание и ответили выпуском более дешёвых моделей и снижением цен. Конкурентная динамика среди ведущих поставщиков моделей — OpenAI, Anthropic, Google и других — усилилась, поскольку корпоративные клиенты дают понять, что именно экономическая эффективность, а не только функциональность, определит, какие платформы выиграют долгосрочные контракты.

«2026 год — это год, когда все осознают, что ИИ на самом деле действительно сложен», — говорит Will Sommer, эксперт по количественному моделированию и экономическому прогнозированию из исследовательской фирмы Gartner. «Это не бесплатный обед. Чтобы всё работало правильно, требуется много размышлений и усилий». Sommer предупреждает, что компании могут легко потратить тысячи долларов на одного сотрудника на ИИ-инструменты, чьи результаты по сути бесполезны и не повышают производительность.

В июне Gartner опубликовал пессимистичный отчёт, предупреждающий, что затраты на ИИ-программирование превысят среднюю зарплату разработчика к 2028 году из-за растущего потребления токенов и перехода к тарификации на основе фактического использования. Этот прогноз подчёркивает напряжение, лежащее в основе корпоративного внедрения ИИ: инструменты, наиболее глубоко интегрированные в рабочие процессы разработчиков — программные агенты, читающие, пишущие и отлаживающие код, — также являются одними из самых токеноёмких приложений, что делает их основным фактором превышения расходов.

В Docusign, компании-разработчике программного обеспечения для электронных подписей, Chief Technology Officer Sagnik Nandy говорит, что организация серьёзно отнеслась к проблеме затрат. «Мы отнеслись к этому очень серьёзно — как во внутренних сценариях использования, так и в распространении этого опыта вовне», — отмечает он. Внутри компании Nandy подчёркивает, что каждый инженер внедрил ИИ-инструменты и что 75% разрабатываемого кода инициируется ИИ.

Однако Nandy быстро обнаружил, что ИИ-агенты для программирования были настроены на обращение ко всей кодовой базе Docusign для получения контекста перед выполнением задачи. «Это огромное количество токенов, потому что вы пытаетесь прочитать всё», — говорит он. Nandy перенастроил программных агентов так, чтобы по умолчанию они извлекали только контекст, релевантный конкретной задаче разработчика, что сократило использование токенов почти на 50%. Эта оптимизация демонстрирует, как инженерные команды осознают, что архитектура промптов и управление контекстом — а не только выбор модели — могут существенно влиять на экономику ИИ-развёртывания.

Jim Dausch, chief digital and technology officer компании Yum Brands — оператора KFC и Taco Bell — говорит, что использование ИИ-токенов пока не является «значимой цифрой, но динамика была такой, за которой мы следили». В начале года он заметил, что как объём использования ИИ-токенов, так и расходы в ресторанной компании растут.

Dausch утверждает, что подавляющее большинство задач, поручаемых ИИ-инструментам — возможно, до 95% — могут выполняться более базовыми, менее дорогими моделями. С тех пор Yum продвигала дополнительное обучение по выбору ИИ-моделей и рекомендовала бизнес-руководителям управлять цифровыми расходами с той же строгостью, с какой они формируют бюджеты на персонал подразделений. «Мы пытаемся своего рода демократизировать распределение затрат и управление ими, чтобы это не было просто строкой в ИТ-бюджете», — говорит Dausch.

В Cigna Group гигант здравоохранения использовал широкий подход, сотрудничая с несколькими крупнейшими ИИ-провайдерами, что позволяет сотрудникам использовать малые языковые модели или более ранние, дешёвые версии для задач, не требующих значительных аналитических способностей. «По-настоящему раздуть затраты можно, если использовать самые дорогие модели без каких-либо ограничений», — говорит Katya Andresen, chief data, digital, and AI officer компании Cigna. Cigna санкционировала более 70 различных ИИ-моделей для внутреннего использования. И хотя Andresen признаёт, что объём вычислений и использование ИИ-токенов выросли, общие расходы растут не так быстро благодаря этому мультимодельному подходу. Стратегия отражает более зрелое восприятие ИИ-инструментов как многоуровневого портфеля — соответствие возможностей и стоимости модели сложности каждой задачи, вместо обращения по умолчанию к самому мощному варианту.

Shay Artzi, COTO в брокерской компании по недвижимости Compass, говорит, что его инвестиции в ИИ были направлены на три группы: инженеров, внутренний инструмент AI Assistant, автоматизирующий задачи для специалистов по недвижимости, и широкий корпоративный персонал. Инженеры первыми начали масштабно использовать ИИ, однако Artzi отмечает, что с самого начала проявлял осторожность в отношении расходов на токены и никогда не требовал, чтобы весь код писался с помощью ИИ.

Compass протестировала несколько ИИ-инструментов для программирования, прежде чем остановиться на партнёрствах с двумя лидерами отрасли — Anthropic и Google — с определёнными финансовыми ограничениями. «Мы также установили бюджеты для каждого инженера, чтобы они понимали, на что тратят», — говорит Artzi.

Автор: John Kell. Этот материал был впервые опубликован на Fortune.com.