Эпоха бесконтрольных экспериментальных трат на большие языковые модели (LLM) наталкивается на структурную преграду. Внутренние трения в Accenture, ставшие достоянием общественности после утечки аудиозаписи совещания, обнажают неприглядную реальность: основной вклад в стремительный рост потребления токенов вносят не инженеры, создающие будущее, а нетехнические сотрудники, использующие поразительно неэффективные рабочие процессы. Этот операционный раздув спровоцировал состояние, которое ветеран индустрии Саймон Виллисон называет токенпокалипсисом — ситуацию, когда скрытые расходы на базовую цифровую гигиену ставят под угрозу юнит-экономику корпоративной трансформации ИИ.
Высокая цена грубой силы
Масштаб потерь в Accenture стал очевиден, когда Джастис Квак, руководитель стратегии по агентному ИИ, указал, что именно нетехнические специалисты несут ответственность за большую часть расхода токенов организации. Виной тому не сложные логические рассуждения, а банальная конвертация файлов. Стюарт Хендерсон, руководитель одной из клиентских групп фирмы, назвал привычку превращать PDF в изображения, а затем в файлы markdown, главным пожирателем токенов.
«Превращение PDF в markdown — разве это правильно?» — задался вопросом Стюарт Хендерсон во время встречи, указав на процесс, в котором суперкомпьютер фактически выполняет работу простейшего скрипта.
Подобное поведение обнажает вакуум в техническом надзоре. Когда сотрудники используют дорогостоящие передовые модели для грубого извлечения данных, они обменивают премиальные API-кредиты на задачи, с которыми специализированное дешевое ПО справляется за копейки. Это не продуктивность, а финансовая дыра. Модель ценообразования за токен от таких провайдеров, как OpenAI или Anthropic, является ловушкой для высокообъемных и низкосложных операций, наказывая компании, которые не способны отличить интеллект от форматирования.
Наблюдаемость как новый финансовый барьер
Переход от экспериментальной генерации кода к масштабному внедрению требует уровня наблюдаемости, которого у большинства фирм просто нет. Данные Dynatrace свидетельствуют о том, что по мере проникновения ИИ-агентов в жизненный цикл разработки программного обеспечения, мониторинг становится единственным способом обеспечить устойчивый рост. Без детального отслеживания каждого вызова API бизнес работает вслепую, не имея возможности отделить логику, создающую ценность, от дорогостоящих и повторяющихся отходов.
Мы наблюдаем вынужденный переход от хайпа вокруг концепции «ИИ прежде всего» (безрассудной спешки с внедрением) к парадигме «Эффективность прежде всего». В этой новой реальности умение агрессивно сокращать контекстное окно и оптимизировать входные данные становится ценнее, чем навык написания креативного промпта. Для корпораций путь к выживанию лежит через отказ от монолитных моделей общего назначения в пользу специализированных малых языковых моделей (SLM) и локальной инфраструктуры, позволяющей ограничить расходы.
Внутренняя борьба в Accenture служит предупреждением: если глобальный гигант консалтинга не может дисциплинировать свое внутреннее потребление токенов, более мелкие игроки рискуют столкнуться с обвалом маржи. До тех пор, пока сотрудники относятся к LLM как к сверхквалифицированным конвертерам файлов, масштабирование ИИ будет оставаться финансовой черной дырой. Текущая задача руководства очевидна: внедрить строгий мониторинг или наблюдать, как бюджет на ИИ исчезает в море плохо отформатированных PDF-файлов.