Бесконтрольное внедрение ИИ перестало быть локальным операционным риском — теперь это системная угроза корпоративным финансам. По данным Axios, одна неназванная компания умудрилась спустить $500 млн на Claude всего за месяц, просто забыв выставить лимиты на корпоративных аккаунтах. Этот кейс — идеальная иллюстрация того, как «плоские» тарифы становятся ловушкой для финансовых директоров. Корпоративные безлимиты лишь создают иллюзию фиксированных трат, скрывая жесткие ограничения на количество запросов. Как только лимит превышен без надлежащего надзора, экспериментальный инструмент превращается в финансовую черную дыру стоимостью в полмиллиарда долларов за тридцать дней.
Провал обоснования ROI
Отсутствие внятного управления заставляет даже самых агрессивных адептов технологий переходить в тактическое отступление. Microsoft уже начал сокращать внутренние лицензии на Claude Code, ссылаясь на заоблачные расходы. Настроения в высшем руководстве бигтеха становятся все более скептичными: операционный директор Uber прямо заявил, что расходы на ИИ становится все труднее оправдывать, пока реальный возврат инвестиций остается призрачным. Проблема здесь не в самой технологии, а в катастрофическом отсутствии экспертизы в выборе моделей и проектировании контекста. На наш взгляд, мы наблюдаем классический кризис управления: компании пытаются заткнуть нейросетями дыры в неэффективных процессах, не считая стоимость токена.
По словам операционного директора Uber, траты на ИИ становится «все труднее оправдывать», пока реальную отдачу от инвестиций невозможно измерить.
Бывший руководитель направления ИИ в Microsoft София Веластеги объяснила Axios, что бизнес совершает типичную ошибку: внедряет ИИ для задач, которые «просто никто не хочет делать», а не для тех, что приносят выручку. В итоге дорогие модели с высокой способностью к рассуждению тратятся на пустяки. Один из технических директоров отметил, что сотрудники используют тяжелые ИИ-системы, чтобы проверить погоду — задача, с которой справится любой поисковик, но через LLM она обходится в десятки раз дороже.
Технический мусор и цена нецелевого использования
Финансовое истощение — прямой результат использования микроскопа для забивания гвоздей. Множество бизнес-процессов до сих пор эффективнее работают на традиционном софте, чем на огромных языковых моделях. Помимо прямых затрат на токены, при отсутствии контроля страдает качество: например, Copilot в автоматическом режиме может выдать предвзятый анализ данных, который потребует еще более дорогого «думающего» режима для исправления ошибок. По мере того как ИИ вшивается в генерацию прибыли, рынку становятся жизненно необходимы новые роли — оркестраторы ИИ-агентов. Их задача — бороться с раздутыми контекстными окнами и бесконечными чатами, которые незаметно пожирают бюджеты.
Если один месяц бесконтрольного использования может привести к счету в $500 млн, то кто из руководителей рискнет подписать следующий контракт на «безлимитный» доступ без внедрения жесткого AI-FinOps?