Брэнден Дженкинс был за ужином, когда взгляд на телефон изменил весь вечер. Проверив панель использования ИИ, генеральный директор обнаружил, что его уикенд-сессия кодинга обошлась ему в $1,000 — сумма автоматически списывалась, по $1,000 за раз, с карты, настроенной на автопродление.

Дженкинс возглавляет Maxio, частично принадлежащую частному капиталу софтверную компанию со штаб-квартирой в Атланте, которая в ближайшие пару лет движется к $100 million годовой выручки. Maxio продаёт программное обеспечение для подписочного биллинга и управления выручкой другим B2B-софтовым компаниям. По его собственным словам, он также находится почти на вершине внутреннего рейтинга расходов на ИИ в компании — необычное место для генерального директора. «Тысяча — это, я бы сказал, не так уж много, но для одних выходных это довольно раздражает», — сказал он в интервью Fortune. Описывая своего ИИ-агента как «cooking away», он так отреагировал: «Wow, I just got here quickly.»

Внутри компании — и шире, в корпоративной Америке — этот эпизод стал чем-то вроде притчи о том, как быстро «agentic» ИИ-инструменты могут поглощать деньги, пока кто-то не заметит этого до момента выставления счёта. Но, по словам Дженкинса, неожиданная квитанция — не то, что не даёт ему спать по ночам. Более глубокая проблема — более запутанная и человеческая: «неуверенность» собственных сотрудников в том, что технологии опережают их — и его самого.

Как выходные превратились в урок на $1,000

Дженкинс описывает себя как технического CEO, который сам строит агентов и автоматизации. Он может писать код со своего телефона с помощью Claude даже вдали от рабочего стола — именно так он и оказался за отладкой и доработкой проекта во время ужина. Кошелёк токенов, который он настроил для оплаты этих сессий, был запрограммирован автоматически пополняться на $1,000 каждый раз, когда средства заканчивались, бесшумно пополняя карту без малейших раздумий — пока он не увидел итоговую сумму.

«У меня нет ограничителей там, где у многих сотрудников есть лимиты и им нужно просить одобрение», — сказал Дженкинс, описывая свой неограниченный внутренний бюджет и как преимущество, и как риск. «Поэтому я начал вникать и спрашивать себя: “Как это выглядит?”»

Как отмечают провайдеры ИИ, такие как Anthropic и OpenAI, тарификация идёт по токенам — блокам текста, которые модели читают и генерируют, — поэтому списания накапливаются по мере удлинения разговоров и повторных попыток. По его словам, значительная часть потерь связана с выбором модели и неуправляемым дрейфом диалога — когда ИИ уводит пользователя по путям, к которым тот не стремился. «Часто именно собственные ошибки агента сжигают ваши деньги», — сказал Дженкинс. «Вы как бы просто продолжаете общаться, и [всё] начинает ускользать из-под контроля».

Вспоминая свои диалоги с ботами, он сказал: «Ты такой: “Да, да, мне нравится, ещё этого, ещё этого”. И вдруг оказываешься бог знает где, и думаешь: “Нет, мне это совсем не нужно”. Так что часть этих денег просто потрачена впустую, потому что он завёл тебя туда».

Его опыт отражает уже хорошо документированную по отрасли закономерность. Gartner has estimated that agentic AI models can require between 5x and 30x more tokens per task than a standard chatbot exchange, and a WitnessAI survey found that 68% of U.S. companies say at least some of their AI initiatives ran over budget in the past year, with a third saying overruns happen “mostly or always.” George Sivulka, CEO of Hebbia, put it memorably when he wrote that using agents means “you just hired a million bad employees.”

Последствия получили даже собственное название: «tokenmaxxing» — отраслевой жаргон для максимизации неограниченного использования ИИ. Uber reportedly burned through its entire 2026 AI coding budget within four months, and Amazon reportedly spent $500 million on AI in a single month after rolling out access without usage caps — the month “tokenmaxxing” died. Выходные Дженкинса за $1,000 по сравнению с этим — лишь погрешность округления, но суть, как он отметил, в том, что это реальные деньги. «В Claude нет кнопки возврата. Нет кнопки оспаривания», — сказал Дженкинс, добавив, что, возможно, она должна быть.

Приёмы из практики

После инцидента за ужином Дженкинс стал искать способы сократить собственные траты токенов — по его словам, многое он узнал из советов по AI-оптимизации, которые гуляют по TikTok, а не от своей инженерной команды. Он начал направлять разные задачи к разным моделям в зависимости от сложности: более лёгкие модели вроде Claude’s Haiku для простой математики, модели среднего уровня для рутинного кодинга и самые дорогие модели с более высоким уровнем рассуждения — для действительно стратегического планирования.

Он также начал использовать так называемые orchestration layers — сторонние инструменты, часто распространяемые как бесплатные репозитории на GitHub, предназначенные для сжатия вывода ИИ и сокращения лишних токенов. Один из них, который он назвал «Caveman mode», заставляет ИИ-ассистента отвечать короткими, резкими фразами вместо длинных развернутых ответов; Дженкинс оценил, что это сокращает расход токенов на 70%. Другой режим, который он описал, «grunt mode», сжимает ответы до одного-двух слов: «It’s very trite.» Он назвал и другие инструменты, включая «Superpowers» и «Ponytail», как часть той же подпольной экосистемы лайфхаков для экономии.

Но есть нюанс, сказал Дженкинс: всё это недоступно обычному сотруднику. «Это всё nerdy things», — сказал он. «Нам что, нужно, чтобы sales leaders и service leaders и marketers находили всё это?» Именно этот разрыв — между тем, что знают такие power users, как он, и тем, что доступно остальным сотрудникам, — по его словам, и есть начало реального организационного риска.

Почему он считает, что более серьёзная угроза — не стоимость, а неуверенность

Когда его попросили ранжировать проблемы, с которыми он столкнулся при внедрении ИИ среди нескольких сотен сотрудников, Дженкинс не начал со стоимости. Он назвал три фактора, которыми, по его словам, ему приходится активно управлять: неэффективность, неравенство и — тот, к которому он возвращался снова и снова — неуверенность.

Дженкинс сказал, что гордится тем, что все в его компании становятся создателями благодаря правам на vibe-coding, но этот сдвиг очень сильно меняет человеческую сторону работы.

«[Token overspend] — это на самом деле не проблема, но это легко может стать предлогом», — сказал Дженкинс. Он описал, как без всякой просьбы начал создавать инструменты и автоматизации внутри подразделений собственной команды руководителей просто потому, что научился это делать, — и как реакция на это стала тревожной. «Один из них пришёл ко мне и сказал: “Это меня напрягло. С такими вещами должен идти к тебе я. Мне нужно догонять. Я чувствую себя так, будто сильно отстаю.”»

По словам Дженкинса, та же динамика повторялась на нескольких уровнях управления: «Правильно ли я делаю свою работу? Успеваю ли я? Заменит ли это мою работу? Заменит ли это членов моей команды?»

Он также указал на похожую тревогу на уровне отделов, связанную с неравным доступом к инструментам. Сначала компания развернула ChatGPT для всей компании, затем начала лицензировать более дорогой Claude для небольшой группы примерно из 50 сотрудников, сосредоточенных в sales и marketing, — что вызвало недовольство у остальных команд. «Люди говорили: подождите, почему у меня нет Claude? Почему у них есть, а у нас нет?» — сказал он. «Это неравенство».

Дженкинс утверждает, что такая тревога в итоге разрушает культуру компании сильнее, чем любой отдельный вышедший из-под контроля счёт, потому что именно она определяет, будут ли сотрудники вообще использовать инструменты — или тихо сопротивляться им из страха.

Построение оргструктуры для людей и агентов

Реакция Maxio, по словам Дженкинса, носит структурный характер. Вся его исполнительная команда прошла формальное упражнение по org design, в рамках которого каждый руководитель описал свой департамент не только через людей, которые ему подчиняются, но и через ИИ-агентов, которых эти люди теперь управляют напрямую. В результате получилась буквальная гибридная оргструктура — с именами людей и функциями агентов, наложенными друг на друга, — которую компания рассматривает как живой управленческий документ.

Он также расширил DevOps-подразделение компании специально для управления растущим числом внутренних инструментов, созданных сотрудниками и написанных в неформальном стиле — тем, что он и другие в отрасли называют «vibe-coded» software, — которые стали несущими элементами бизнеса, хотя начинались как побочные проекты. «Это не может быть просто у Тима, который в выходные vibe-coded это», — сказал Дженкинс, указывая на риск непрерывности, если сотрудник, создавший критически важный внутренний инструмент, уйдёт или заболеет, а также на нерешённые вопросы безопасности и масштабируемости.

Более крупная финансовая история, в его изложении, — не эпизодический четырёхзначный перерасход токенов, а сдвиг в базовой трудовой математике компании. Дженкинс сказал, что численность сотрудников больше не растёт вместе с выручкой так, как это было раньше, что повышает соотношение annual recurring revenue per employee — метрики, которую он называет самым ясным сигналом того, что ИИ реально делает с его структурой затрат, в отличие от более заметного, но сравнительно небольшого счёта за токены.

«Я не утверждаю, что мы хотим сильно сокращать штат из-за ИИ, но мы не должны наращивать численность с той же скоростью, что и раньше», — сказал Дженкинс. «Это серьёзное изменение в нашем бизнесе, и всё это связано с ИИ». Он также согласился, что периодические $1,000 в счёте за токены за ужином — это как налог, который вы платите: коллега-агент ИИ просто неправильно понял, в чём состоит работа.

Дженкинс сказал, что не считает это поводом притормаживать. «Сейчас так много хорошего, что перевешивает многое из этого», — сказал он, утверждая, что выигрыш в эффективности от внедрения ИИ настолько велик, что периодические потери, уходы в сторону из-за галлюцинаций и даже неожиданные счета на четыре цифры — это просто цена входа. Когда главе инженерного подразделения впервые рассказали о его приёмах экономии токенов, тот отмахнулся и сказал, что компания «не на том уровне, где мы тратим на A.I. больше, чем [на] people, потому что такие примеры есть. Мы до этого пока и близко не дошли». Дженкинс сказал, что не спорил, но уверен, что этот день наступит. «Скорее всего, это станет реальностью».

Для этого материала журналисты Fortune использовали generative AI как инструмент для исследования. Редактор проверил точность информации перед публикацией.

Эта история изначально была опубликована на Fortune.com.