Uber утверждает, что нашла более устойчивый подход к внедрению ИИ после того, как израсходовала весь бюджет на искусственный интеллект на 2026 год уже в первые месяцы года.

В интервью с The Information в начале этого года технический директор Uber Praveen Neppalli Naga признал, что ему пришлось «вернуться к исходной точке» в вопросе распределения расходов после того, как компания поощряла сотрудников как можно активнее использовать ИИ-инструменты — особенно Anthropic's Claude Code, ИИ-помощник для программирования, который помогает инженерам писать, отлаживать и проверять программное обеспечение. Uber даже создала внутренние «leaderboards» для ранжирования инженеров по использованию ИИ-инструментов.

Этот рывок отражал более широкий корпоративный тренд, известный как «tokenmaxxing», при котором компании стимулировали внедрение ИИ на рабочем месте, но затем многие отказывались от этой практики, когда отдача на инвестиции не оправдывала ускоренный рост расходов. Термин происходит от tokens — базовых единиц текста, которые обрабатывают большие языковые модели и за которые провайдеры выставляют счета, — поэтому простое потребление токенов является грубым показателем расходов на ИИ. Uber не стала исключением, но Naga сказал, что компания с тех пор разработала более эффективную модель внедрения.

«Мы наблюдаем очень интересные тенденции в расходах на ИИ», — написал Naga в посте на X в среду. «Думаю, это еще один сигнал того, что мы приближаемся к концу так называемой эпохи tokenmaxxing».

Naga пояснил, что Uber увеличила число сотрудников, использующих frontier ИИ-инструменты, в четыре раза, что снизило стоимость одного токена. Этого удалось добиться за счет улучшенного prompt caching, корректировки стандартных настроек модели, оценки новых моделей с точки зрения эффективности, а также панелей, которые позволяли инженерам отслеживать использование ИИ и расходы по часам.

«Можно было бы ожидать, что по мере ускорения внедрения расходы будут расти, — продолжил Naga. — Но мы увидели обратное. Не потому, что мы ограничили доступ, а потому, что мы рассматривали эффективность как инженерную задачу, а не как бюджетную проблему».

Рост ставок для окупаемости ИИ

Ставки для компаний, которые должны оправдать масштабные инвестиции в ИИ, растут. В прошлом месяце Jim Reid, глобальный руководитель макро- и тематических исследований в Deutsche Bank Research Institute, предупреждал, что рост производительности благодаря ИИ по-прежнему ожидается лишь через несколько лет.

Маржа прибыли у Magnificent Seven выросла с 15% до 25% в период между первыми кварталами 2023 и 2026 годов, тогда как у остальной части индекса S&P 500 за тот же период рост маржи составил лишь 10%, что указывает на ограниченную окупаемость инвестиций в ИИ вне непосредственного технологического сектора.

По состоянию на май Uber все еще пыталась извлечь из ИИ обещанные инновации.

«Этой связи пока нет», — сказал тогда президент и главный операционный директор Uber Andrew Macdonald в интервью для podcast Rapid Response. «Возможно, неявно выходит больше релизов, но очень трудно провести прямую линию между одной из этих метрик и тем, что мы теперь действительно производим примерно на 25% больше полезных функций для потребителей».

Угроза парадокса Джевонса

Даже если Uber вырабатывает стратегии снижения стоимости одного токена, компания рискует попасть в ловушку, о которой давно предупреждали экономисты: парадокс Джевонса, при котором расходы на ресурс, в данном случае токены, фактически растут даже по мере снижения его стоимости.

Названный в честь экономиста XIX века William Stanley Jevons, этот феномен изначально описывал его наблюдение о резком росте потребления угля в 1865 году, несмотря на то, что паровая машина Watt сделала использование угля более эффективным.

Сегодня та же динамика проявляется в ИИ: согласно Silicon Data Token Expenditure Index, цена одного токена с 2023 года упала более чем на 90%, но расходы на большие языковые модели с конца прошлого года удвоились.

«По мере удешевления токенов компании не тратят меньше, а запускают больше ИИ-агентов, автоматизируют больше рабочих процессов и генерируют больше кода, повышая совокупные расходы даже при обрушении удельной стоимости интеллекта», — написал главный экономист Apollo Torsten Slok в недавнем блоге.

Краткий обзор Bain & Co., опубликованный в июне, подтвердил это наблюдение. В нем говорится, что стоимость токенов сократилась вдвое с декабря 2024 по 2025 год, но число потребленных токенов за тот же период выросло на 450%, поскольку компании обновляли ИИ-инструменты.

Naga, со своей стороны, отметил смещение философии компании в сторону приоритета качества над количеством в расходах на токены, однако не сказал, использует ли Uber больше или меньше вычислительных ресурсов, чем в начале года.

«Это будущее прикладного ИИ в масштабе enterprise», — заключил он. «Следующий этап, как бы мы его ни называли, будет определяться не тем, кто тратит больше всего токенов, а тем, как люди используют их максимально эффективно».

Изначально этот материал был опубликован на Fortune.com