Что происходит, когда бизнес больше не может позволить себе ИИ?

В первые годы Uber поездка через весь город обходилась дешевле, чем поездка на такси. Инвесторы покрывали разницу, пока компании не пришлось начать зарабатывать. Согласно данным Rakuten Intelligence, с 2018 по 2021 год цены на поездки через сервисы заказа такси в США выросли на 92%, а к 2023 году даже генеральный директор Uber удивился, узнав, сколько теперь стоит поездка длиной три мили в Нью-Йорке.

Искусственный интеллект приближается к похожему поворотному моменту. В июне Anthropic подтвердила, что конфиденциально подала документы для выхода на биржу в США, а, по сообщениям, OpenAI готовится последовать ее примеру. Публичные компании каждый квартал отчитываются перед акционерами, и такое пристальное внимание обычно влияет на ценообразование.

Это поднимает вопрос, который многие компании еще не задавали себе: что произойдет, если ИИ, от которого зависят их продукты, станет дороже, доступ к нему будет ограничен или случится и то и другое? Ответ зависит не столько от решений лабораторий ИИ, сколько от того, как компании выстроили свои процессы с опорой на эти лаборатории. И время на подготовку еще есть.

Расходы на ИИ перешли из бюджета ИТ в бизнес-модель

Первые счета за ИИ были достаточно скромными, чтобы относить их к расходам на эксперименты. Сегодня ИИ встроен в продукты и рабочие процессы, поэтому его стоимость напрямую влияет на рентабельность. Нынешние цены отражают период масштабных инвестиций.

В тестировании исследовательской компании SemiAnalysis месячный тариф Claude Max за 200 долларов обеспечил потребление услуг примерно на 8 000 долларов в месяц по стандартным ценам API. Это щедрое предложение для пользователей и наглядный пример того, насколько некоторые цены далеки от фактической стоимости предоставления услуги.

Некоторые изменения уже начались. В середине 2025 года Cursor, инструмент для программирования с помощью ИИ, перевел тариф за 20 долларов в месяц на оплату использования по расценкам API, а Anthropic ввела недельные лимиты использования для самых активных пользователей Claude Code. Разработчик Simon Willison предположил, что эпоха субсидируемого инвесторами использования ИИ может подходить к концу.

Аналитики дают похожие рекомендации. В рекомендациях Gartner за август 2026 года руководителям советуют готовиться к вероятному повышению цен на ИИ. Аналитики Gartner также предупреждали, что организации, не понимающие, как растут расходы на ИИ, могут ошибиться в оценках на 500–1 000%.

Снижение стоимости единицы услуги помогает, но лишь до определенного предела. По данным Epoch AI, цена заданного уровня производительности ИИ резко снижается год от года, однако исследователи MIT установили, что новые модели рассуждения используют гораздо больше вычислительных ресурсов для получения ответов. Чем активнее использование, тем выше счет, а объем использования продолжает расти.

Что выход лабораторий ИИ на биржу может означать для стартапов, создающих продукты на их основе

Выход на биржу требует финансовой дисциплины. Публичным лабораториям ИИ придется показать инвесторам путь к устойчивой рентабельности, а ценообразование — один из самых прямых доступных инструментов. Это может означать повышение базовых цен, ужесточение лимитов использования, перенос функций в премиальные тарифы или более раннее снятие старых моделей с эксплуатации.

Стартапы также делят рынок со своими поставщиками. Лаборатории ИИ все чаще предлагают собственные приложения, как это сделала Anthropic с Claude Code, поэтому компаниям важно четко понимать, какую ценность они создают помимо самой модели.

Есть и позитивная сторона. Публичные компании раскрывают больше информации, благодаря чему клиентам проще понять, как формируются цены на ИИ. Конкуренция между поставщиками и быстро совершенствующиеся открытые модели должны сдерживать цены для тех, кто готов перейти на другие решения.

Как компаниям снизить зависимость

Бизнес-риски сводятся к двум вопросам. Будут ли клиенты ценить услугу настолько, чтобы платить за нее больше, если расходы вырастут? И достаточно ли велика маржа, чтобы покрыть повышение цен? Компаниям, которые не уверены в ответах, помогут пять практических мер — и ни одна из них не требует начинать с нуля.

Узнайте стоимость каждой задачи. Многие команды знают свои ежемесячные расходы на ИИ, но не знают, во сколько обходится отдельное действие клиента. Расчет стоимости одной задачи покажет, какие функции, клиенты или сценарии использования станут убыточными, если цены вырастут на 30%, 50% или даже 100%.

Используйте ИИ там, где он приносит наибольшую пользу. Большие модели лучше всего справляются с неоднозначными задачами, например с первоначальным анализом новой проблемы. Для повторяющихся операций часто лучше подходит обычное программное обеспечение. Например, при тестировании ПО ИИ может один раз определить, как проверить пользовательский сценарий, после чего эта проверка будет запускаться тысячи раз как обычный код — без обращения к модели.

Подбирайте модель под задачу. По данным Epoch AI, лучшие открытые модели, работающие на одной потребительской видеокарте, уступают ведущим моделям примерно на год или меньше. Для рутинных задач небольшая модель или модель, размещенная на собственных серверах, может обеспечить приемлемый результат за малую часть стоимости.

Сохраните возможность перейти на другое решение. Труднее всего сменить продукты, построенные на специфических функциях одного поставщика. Простой промежуточный слой между продуктом и моделью в сочетании с регулярным тестированием альтернатив позволит превратить будущее повышение цен в повод для переговоров.

Устанавливайте цену исходя из результата. Если выставлять клиентам счета за токены, все изменения цен на ИИ сразу отразятся на их расходах. Фиксированная плата за результат — например, выполненную задачу или обработанный запрос — сохраняет стабильность цен для клиентов и позволяет компании покрывать изменения собственных расходов. Тот же принцип полезен и при закупках: стоимость инструментов, рассчитываемая за результат, упрощает прогнозирование будущих расходов.

Доступность — это вопрос проектирования

Повышение цен Uber не положило конец сервисам заказа поездок. Оно положило конец бизнес-моделям, основанным на предположении, что поездки всегда будут субсидироваться. Вероятно, ИИ ждёт похожий путь. По мере выхода крупнейших лабораторий на публичные рынки цены на ИИ будут ближе к затратам на его предоставление, и бизнесы будут оценивать по тому, продолжат ли их продукты работать при такой цене.

Компании, лучше всего подготовленные к этим переменам, рассматривают ИИ как зависимость, которую нужно измерять и контролировать. Тем бизнесам, которые ещё не начали, не поздно приступить. Каждый из этих шагов можно начать уже в этом квартале, и каждый поможет легче перенести следующее повышение цен.