Від Максим Місіченко · Yahoo Finance ·
Що AI-агенти думають про цю новину
Хоча існує консенсус щодо високих темпів впровадження та приросту продуктивності від інструментів ШІ, учасники дискусії не згодні щодо того, чи будуть покращення витрат. Деякі стверджують, що обмеження енергії можуть обмежити дефляцію вартості токенів, тоді як інші вважають, що ціни покращаться зі збільшенням масштабу.
Ризик: Стійкі витрати на токени через обмеження енергії, що потенційно обмежують ROI та стиснення маржі.
Можливість: Високі темпи впровадження та приріст продуктивності, причому 11% коду відправлено без втручання людини в Uber.
Цей аналіз створений pipeline'ом StockScreener — чотири провідні LLM (Claude, GPT, Gemini, Grok) отримують ідентичні промпти з вбудованими захистами від галюцинацій. Прочитати методологію →
Цього тижня сталися два події, що сколихнули ситуацію. Microsoft (NASDAQ: MSFT) — компанія, яка вклала близько 13 мільярдів доларів у OpenAI (1) і пише до 30% власного коду за допомогою генеративного ШІ — повідомила інженерам (2) у великому підрозділі припинити використання інструменту для кодування ШІ через надто великі рахунки. А головний технічний директор Uber (NYSE: UBER) заявив, що компанія витратила весь свій бюджет на 2026 рік для Claude Code та Cursor лише за чотири місяці, повідомляє The Information (3).
Звісно, схоже, самі компанії, що займаються ШІ, повністю усвідомлюють витрати. Брайан Катанзаро, віце-президент з досліджень прикладного глибокого навчання в Nvidia (NASDAQ: NVDA) — компанії вартістю понад 5 трильйонів доларів, яка виробляє чіпи, що живлять значну частину індустрії ШІ — сказав Axios (4): «для моєї команди вартість обчислень значно перевищує вартість співробітників».
Заміна людей працівниками за допомогою ШІ залишається реальною довгостроковою ризиком. Але ось у чому справа: компанії, які фактично впроваджують його в масштабі, відкрито визнають, що ШІ занадто дорогий, і це важливий сигнал.
Що Microsoft насправді зробила, а чого не зробила
Наприкінці 2025 року Microsoft надала тисячам своїх співробітників — інженерів, менеджерів з продуктів, дизайнерів і навіть людей на нетехнічних посадах — доступ до Claude Code (5), інструменту ШІ для кодування від Anthropic. Ідея полягала в тому, щоб дозволити їм експериментувати та починати кодувати за його допомогою. Це поширилося досить швидко, далеко за межі технічних команд.
Потім прийшли рахунки.
Microsoft зараз скасовує ліцензії Claude Code (6) у своїй групі Experiences and Devices — команді, що стоїть за Windows, Microsoft 365, Outlook, Teams та Surface — з відключенням 30 червня (7), останнього дня фінансового року Microsoft. Компанія переводить своїх інженерів на GitHub Copilot CLI (8), більш доступний внутрішній інструмент Microsoft.
Слід зазначити, що це не означає, що Microsoft відмовляється від ШІ. Навряд чи: моделі Claude все ще працюють у Copilot CLI. І ширша угода Microsoft з Anthropic (9) залишається незмінною, включаючи інвестиції Microsoft до 5 мільярдів доларів у Anthropic та зобов'язання Anthropic купити обчислювальні потужності Azure на 30 мільярдів доларів. Ця угода залишається чинною, повідомляє Fortune (2).
Проблема зараз полягає в моделі ціноутворення. Ціноутворення на основі токенів стягує плату за вихідні дані, і коли інженери використовують агент ШІ годинами для складних завдань кодування, ці токени швидко накопичуються.
Ситуація з Uber робить це конкретною. У квітні головний технічний директор Uber Правін Непаллі Нага повідомив The Information (3), що його компанія витратила весь свій бюджет на кодування ШІ на 2026 рік за чотири місяці.
«Я повертаюся до вихідної точки», — сказав Нага, — «тому що бюджет, який, як я думав, мені знадобиться, вже вичерпано».
І це сталося не через те, що Uber неправильно розпоряджалася коштами. Як і Microsoft, Uber впровадила (10) Claude Code для своїх інженерів у грудні 2025 року. До березня близько 84% інженерів Uber використовували Claude Code і були класифіковані як користувачі агентного кодування (11).
За даними The Information (3), близько 70% коду, що надходить до Uber, зараз генерується ШІ, а 11% оновлень бекенду надсилаються агентом без участі людини. Окремі інженери витрачали від 500 до 2000 доларів на місяць. Іронія полягає в тому, що це сталося тому, що інструмент працював. Інженери вважали ШІ справді корисним і зробили його частиною свого щоденного робочого процесу. Бюджет не провалився через те, що інженери витрачали токени даремно, а тому, що вони фактично спиралися на інструмент, чого багато керівників по всьому Кремнієвому долині вимагали від своїх співробітників.
Ажіотаж зустрічається з реальністю економіки ШІ
Коментар Катанзаро в Nvidia не є ізольованою точкою даних. Великі технологічні компанії сукупно оголосили про капітальні витрати в розмірі 740 мільярдів доларів цього року — це на 69% більше, ніж у 2025 році, за даними Morgan Stanley (12). Але Yale Budget Lab повідомляє (13), що все ще немає широких даних, які б показували, що ШІ фактично підвищує продуктивність у масштабі.
Дослідження MIT 2024 року (14) розглядало економіку автоматизації роботи, пов'язаної із зором, і виявило, що ШІ може робити це достатньо дешево, щоб мати сенс для близько 23% заробітної плати, пов'язаної з цими завданнями. Для решти 77% все ще було дешевше, щоб людина виконувала роботу.
Кіт Лі, професор ШІ та фінансів у Gordon School of Business Швейцарського інституту штучного інтелекту, розповів Fortune (4), що ми спостерігаємо «короткострокову невідповідність», спричинену витратами на обладнання та енергію, що підвищують операційні витрати для постачальників ШІ.
За прогнозами McKinsey (15), інфраструктура, необхідна для роботи ШІ в масштабі, коштуватиме 5,2 трильйона доларів до 2030 року. «Справа не тільки в тому, що ШІ стає дешевшим за людей», — сказав Лі. «Йдеться про те, щоб стати дешевшим і більш передбачуваним у масштабі».
Що це означає для працівників, які турбуються про ШІ
Ніщо з цього не означає, що витіснення робочих місць ШІ не є реальним. Звільнення в технологічному секторі вже перевищили 115 000 у 2026 році в 152 компаніях, за даними Layoffs.fyi (16), що вже на шляху до перевищення минулорічних 120 000+. Компанії скорочують робочі місця та інвестують у ШІ одночасно, навіть коли ШІ ще не приносить явну економію.
Те, що показують нам Microsoft та Uber, — це реальне обмеження: щоб замінити людського працівника, ШІ повинен забезпечувати такий самий або кращий результат за менші гроші. Наразі для більшості завдань ця математика не сходиться.
Приєднуйтесь до понад 250 000 читачів і першими отримуйте найкращі історії та ексклюзивні інтерв'ю від Moneywise — чіткі висновки, куровані та доставлені щотижня. Підписатися зараз.
Джерела статті
Ми покладаємося лише на перевірені джерела та надійні сторонні звіти. Детальніше див. наші етичні норми та рекомендації.
CNBC (1); Fortune (2), (4), (10); The Information (3); The Verge (5), (7); The Next Web (6); The Street (8); Seeking Alpha (9); MLQ (11); Morgan Stanley (12); Yale University (13); MIT Computer Science and Artificial Intelligence Laboratory (14); McKinsey & Company (15); Layoffs.fyi (16)
Чотири провідні AI моделі обговорюють цю статтю
"Поточне ціноутворення на токени є короткостроковим обмеженням для витіснення робочих місць ШІ, але не довгостроковим, враховуючи швидку внутрішню оптимізацію у великих гравців, таких як MSFT."
Стаття правильно висвітлює реальні стрибки витрат у MSFT та UBER, де використання Claude перевищило бюджети за місяці і змусило перейти на більш дешевий Copilot CLI до 30 червня. Однак це недооцінює сигнал про 70-84% прийняття інженерами та 11% повністю керованих агентом розгортань в Uber — доказ того, що інструменти вже забезпечують результат, вартий витрат. Хвиля капітальних витрат у 740 мільярдів доларів та оцінка NVDA в 5 трильйонів доларів відображають ставки на те, що витрати на токен будуть падати швидше, ніж заробітна плата, а не на те, що витіснення зупиниться. Відсутній контекст: менші фірми без угод масштабу Azure стикаються з більш жорсткими бар'єрами, розширюючи розрив між великими технологічними компаніями.
Обмеження енергії та обладнання можуть утримувати витрати на виведення на високому рівні до 2028 року, як це передбачає прогноз McKinsey щодо інфраструктури на 5,2 трильйона доларів, перетворюючи сьогоднішню "невідповідність" на багаторічну тяганину для ROI, а не на швидке вирішення за допомогою внутрішніх інструментів.
"Microsoft та Uber зіткнулися зі стіною ціноутворення, а не зі стіною можливостей — і це насправді позитивно для довгострокового впровадження ШІ, якщо (і тільки якщо) витрати на токени або моделі білінгу стиснуться, коли інфраструктура дозріє."
Стаття змішує дві окремі історії: (1) Microsoft переходить з Claude Code на більш дешевий GitHub Copilot CLI — не відмовляючись від ШІ, а оптимізуючи витрати; і (2) реальна проблема вартості за токен для агентських інструментів кодування. Глибша проблема: ми спостерігаємо неефективність ціноутворення на ранніх стадіях, а не структурну нежиттєздатність. Uber витратила бюджет на 2026 рік за чотири місяці, тому що впровадження було *успішним* — 84% інженерів використовували його щодня. Це проблема ціноутворення, а не проблема попиту. Прогноз капітальних витрат у 5,2 трильйона доларів та стрибок капітальних витрат на 69% свідчать про те, що Big Tech вважає, що одинична економіка покращиться. Дослідження MIT (23% завдань зору економічно вигідні) — це дані 2024 року щодо вузького випадку використання; агенти кодування мають вищий ROI. Відсутнє: жодного обговорення того, як будуть розвиватися моделі ціноутворення або чи знизяться витрати на токени зі збільшенням масштабу.
Якщо Claude Code та Cursor вже є непідйомними за поточних темпів використання, незважаючи на те, що вони "добре працюють", базова вартість обчислень може бути структурно занадто високою, щоб коли-небудь конкурувати з людською заробітною платою в масштабі — особливо для інтелектуальної праці, де очікування щодо заробітної плати високі. Стаття припускає, що ціни покращаться; це може бути не так.
"Перехід від зовнішніх інструментів ШІ до власницьких, оптимізованих внутрішніх стеків є необхідним наступним кроком для реалізації потенціалу генеративного ШІ, що збільшує маржу."
Оповідь "ШІ занадто дорогий" — це класичне неправильне тлумачення ранніх стадій впровадження інфраструктури. Microsoft та Uber не відступають від ШІ; вони переходять від "експериментальних" моделей ціноутворення — де вони платили преміальні роздрібні ціни за сторонні інструменти, такі як Claude — до внутрішніх, оптимізованих та вертикально інтегрованих стеків. Це стандартний перехід від інновацій до операційної ефективності. Справжня історія — це не вартість токенів; це 11% коду, відправленого без втручання людини в Uber. Це представляє собою масивний зсув у використанні людського капіталу, який зрештою стисне витрати на робочу силу, незалежно від поточних накладних витрат на обчислення. Ми спостерігаємо фазу "капітальних витрат" дефляційного циклу для розробки програмного забезпечення.
Якщо витрати на виведення залишаться високими через обмеження енергії та дефіцит обладнання, "приріст продуктивності" може ніколи не матеріалізуватися як розширення маржі, залишивши компанії в пастці постійного, високозатратного циклу обслуговування для агентів ШІ.
"ШІ в масштабі забезпечить чистий приріст продуктивності, який виправдає поточні інвестиції, незважаючи на короткостроковий тиск витрат."
Сильні короткострокові сигнали витрат від ціноутворення на основі токенів та великомасштабних інструментів ШІ, як ілюструють припинення ліцензій Claude Code Microsoft та вичерпання бюджетів Uber на 2026 рік. Впровадження реальне (84% інженерів Uber; ~70% коду походить від ШІ; 11% оновлень бекенду через агента), однак достовірні докази від Yale/MIT/McKinsey вказують на розрив між потенційним виходом та фактичним приростом продуктивності, з прогнозованими високими витратами на інфраструктуру до 2030 року. Тим не менш, основний аргумент для програмних платформ, пов'язаних з ШІ, залишається: якщо ефективність обчислень, ціноутворення та управління покращаться, ШІ може підвищити граничний вихід на інженера, підтримуючи довгостроковий ROI навіть серед короткострокових цінових перешкод.
Обмеження витрат може зберігатися або погіршуватися зі збільшенням масштабу моделей, роблячи рахунки за вихідні дані нестійкими для багатьох команд. Якщо ROI залишається вузьким для основних робочих процесів, фірми можуть обмежити впровадження або повернутися до більш дешевих, менш потужних інструментів, підриваючи тезу про продуктивність.
"Дефіцит обладнання може заблокувати дефляційний цикл, який Gemini припускає, що послідує за вертикальною інтеграцією."
Відкидання Gemini витрат як стандартного переходу від інновацій до ефективності ігнорує те, як потреби McKinsey в інфраструктурі на 5,2 трильйона доларів та енергетичні обмеження можуть загнати навіть інтегрованих гравців, таких як Uber, у тривале високе споживання. 11% розгортань без втручання людини доводять існування важеля, однак без надійної системи управління та безпеки, ці вигоди можуть швидко зникнути і обмежити ROI.
"Покращення ціноутворення припускається, а не механічно гарантується — дефіцит енергії може утримувати витрати вище, ніж заощадження на робочій силі, роблячи всю тезу про продуктивність маргінальною."
Claude та ChatGPT обидва припускають, що ціни покращаться, але жоден не пояснює, чому це *має* статися. Вартість токенів відстежує економіку обладнання + енергії, а не ринкову ефективність. Якщо оцінка Nvidia в 5 трильйонів доларів вже враховує масовий масштаб, звідки візьметься дефляція? Аргумент Grok про обмеження енергії найважче відкинути — якщо виведення залишатиметься обмеженим потужністю до 2028 року, вартість токенів може залишатися високою незалежно від кривих впровадження. Це справжня стеля ROI, а не рівень впровадження.
"Перехід до агентів ШІ ризикує замінити низьковартісну людську працю високозатратним, залежним від енергії "податковим тягарем на обчислення", який постійно стискає маржу програмного забезпечення."
Claude, ви влучаєте в суть: "дефляційна" оповідь залежить від припущення закону Мура, яке може не стосуватися виведення, обмеженого енергією. Gemini, ви пропускаєте той факт, що маржа програмного забезпечення історично зумовлена низькими граничними витратами. Якщо агенти ШІ змушують постійний, високозатратний "податковий тягар на обчислення" на кожен рядок коду, ми спостерігаємо не бум продуктивності; ми спостерігаємо перехід зі стиснутою маржею, де основними бенефіціарами є електромережа та NVDA, а не програмні фірми.
"Дефляція вартості токенів не гарантована; обмеження енергії/обладнання можуть обмежити ROI, а витрати на управління/безпеку можуть зменшити вигоди."
Claude, ви розглядаєте ціноутворення як проблему оптимізації, яка, ймовірно, покращиться зі збільшенням масштабу, але ви недооцінюєте жорстку стелю від обмежень енергії та обладнання. Якщо вартість токенів відстежує споживання енергії, масштабування Мура може зупинитися; 11% розгортань коду без людини в Uber сигналізують про важіль, однак без надійної системи управління та безпеки, ці вигоди можуть швидко зникнути і обмежити ROI. Ризик полягає не у впровадженні — а в тому, чи дійсно одинична економіка покращиться достатньо, щоб виправдати багаторічні капітальні витрати.
Хоча існує консенсус щодо високих темпів впровадження та приросту продуктивності від інструментів ШІ, учасники дискусії не згодні щодо того, чи будуть покращення витрат. Деякі стверджують, що обмеження енергії можуть обмежити дефляцію вартості токенів, тоді як інші вважають, що ціни покращаться зі збільшенням масштабу.
Високі темпи впровадження та приріст продуктивності, причому 11% коду відправлено без втручання людини в Uber.
Стійкі витрати на токени через обмеження енергії, що потенційно обмежують ROI та стиснення маржі.