Після двох років спонукання працівників використовувати генеративний ШІ за будь-якої нагоди зростаючий список великих компаній тепер відступає. Згідно з розслідуванням Financial Times, опублікованим 19 червня 2026 року, причину прямо сформульовано в цитаті одного корпоративного інсайдера: «Ми створили монстра».
У звіті FT, який швидко став однією з найбільш обговорюваних бізнес-історій тижня, документується, як безконтрольні витрати на штучний інтелект, більша частина яких вимірюється в токенах, що виставляються постачальниками штучного інтелекту, навантажують корпоративні бюджети та змушують керівників накладати дисципліну на інструменти, які вони нещодавно ввели. For more context on this story, see our ongoing AI trends.
Від мандата до обмеження
Зрушення є разючим, тому що воно змінює курс політики, яку відстоювали багато великих роботодавців. Як повідомляв CBC 17 червня, заявленою метою багатьох компаній було «використовувати якомога більше ШІ». Тепер деякі з тих самих організацій відступають, обмежують використання, обмежують доступ до моделей преміум-класу та перевіряють, які робочі процеси ШІ дійсно приносять користь.
Crypto Briefing, посилаючись на звіти FT, назвав конкретні компанії, які стримують використання штучного інтелекту співробітниками як сплеск витрат, включаючи Amazon, Walmart і Uber. Заголовок про те, що три найдосконаліші технологічні роботодавці у світі звужують витрати на штучний інтелект, свідчить про те, що проблема витрат не обмежується лише стартапами з обмеженими коштами. Він досягає найбільших підприємств планети.
Проблема символічної банкноти
В основі відкату лежить модель ціноутворення, яка лежить в основі найбільш генеративного ШІ. Замість фіксованої підписки багато сервісів штучного інтелекту стягують плату за токени, фрагменти тексту, які модель читає та створює. Коли десятки тисяч співробітників вставляють довгі документи в чат-боти, цілий день запускають помічників кодування штучного інтелекту або створюють внутрішніх агентів, які проходять багато модельних викликів, лічильник токенів обертається швидко.
Окремий аналіз Let's Data Science, опублікований 17 червня, зосереджується на феномені компаній, які стримують витрати на токени ШІ спеціально для інженерів. Інструменти розробника, які можуть надсилати десятки запитів моделі на завдання, є одними з найдорожчих розгортань ШІ у великих компаніях. Оскільки все більше інструментів для створення коду та агентських інструментів переходять у виробництво, вартість їх підтримки різко зросла.
Проблема ускладнюється труднощами вимірювання рентабельності інвестицій. Хоча окремі співробітники часто повідомляють про підвищення продуктивності, віднести цей приріст до конкретних доларів символічних витрат і довести, що вони перевищують рахунок, виявилося важче, ніж багато керівників очікували.
Навіть розробники штучного інтелекту відчувають незручність
Зниження вартості стосується не лише споживачів ШІ. Це торкається компаній, які створюють технології. 12 червня Stocktwits повідомив, що витрати Meta на штучний інтелект «підірвалися», що спонукало компанію окреслити плани стримування витрат. Для фірми, яка позиціонує штучний інтелект як центральне місце у своєму майбутньому, визнання тиску витрат підкреслює, наскільки широко поширилася ця дисципліна.
Модель вказує на розвиток ринку. У 2024 та 2025 роках домінуючим корпоративним інстинктом було широко експериментувати та хвилюватися про рахунок пізніше, припускаючи, що раннє впровадження штучного інтелекту дасть довготривалу конкурентну перевагу. У 2026 році, коли бюджети скорочуються, а новинки зникають, фінансові департаменти вимагають такої ж суворості щодо будь-якої іншої статті.
Новий ринок для контролю витрат
Відкат сам по собі створює комерційні можливості. 4 червня CNBC повідомив, що стартап з управління витратами Ramp досяг оцінки в 44 мільярди доларів, оскільки компанії прагнуть приборкати витрати на штучний інтелект. Зростання Рампа показує, як швидко проблема переросла в категорію продуктів: інструменти, які відстежують, розподіляють і обмежують витрати на штучний інтелект, тепер користуються попитом разом із самими інструментами штучного інтелекту.
Ця динаміка, коли постачальники змагаються за продаж штучного інтелекту, і паралельна галузь, яка намагається допомогти покупцям контролювати, скільки вони на нього витрачають, відображає незручну середню фазу, на яку увійшов ринок корпоративного штучного інтелекту. Технологія подолала планку корисності для багатьох завдань, але ще не планку передбачуваних, контрольованих витрат.
Що це означає для галузі
Для постачальників AI ця тенденція несе застереження. Якщо великі клієнти перейдуть від необмежених експериментів до нормованого використання, перевіреного на рентабельність інвестицій, зростання доходу, пов’язане зі споживанням необроблених токенів, може сповільнитися. Ця перспектива особливо важлива для компаній, чиї фінансові моделі передбачають постійно зростаючі обсяги висновків.
Для підприємств цей урок є більш тонким. Відкат не обов’язково означає, що штучний інтелект зазнає краху у великих компаніях. Кілька організацій, які посилюють нагляд, одночасно розширюють цільове розгортання високоцінного штучного інтелекту. Перехід від широти до вибірковості, від «використовуйте ШІ скрізь» до «використовуйте ШІ там, де це приносить користь».
Цитата, яка ґрунтується на звіті FT, «Ми створили монстра», може, зрештою, описати тимчасовий надлишок, а не постійний вирок. Компанії поспішали широко впроваджувати генеративний штучний інтелект, створювали великі рахунки в процесі і зараз коригують курс. Чи сповільнить це виправлення розгортання штучного інтелекту чи просто зробить його більш стійким – це питання, на яке галузь відповість до кінця 2026 року.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
