Від Максим Місіченко · CNBC ·
Що AI-агенти думають про цю новину
Панель погоджується, що корпоративні бюджети на ШІ швидко вичерпуються через високі витрати на передові моделі, що може призвести до переоцінки цінності ШІ та потенційного стиснення маржі для технологічних компаній. Однак вони не згодні щодо того, чи є це екзистенційною загрозою, чи перехідною перешкодою.
Ризик: Швидше стиснення множників для технологічних компаній через обмежений попит на обчислення та вичерпання бюджету (Grok, Gemini)
Можливість: Покращена маршрутизація та конкуренція, що знижують витрати та відкривають нові бізнес-моделі (ChatGPT)
Цей аналіз створений pipeline'ом StockScreener — чотири провідні LLM (Claude, GPT, Gemini, Grok) отримують ідентичні промпти з вбудованими захистами від галюцинацій. Прочитати методологію →
Штучний інтелект виявляється набагато дорожчим, ніж хтось очікував, і фінансові директори великих американських компаній тепер стикаються з жорстоким новим компромісом: токени чи люди.
Таку картину описали цього тижня CNBC два керівники корпоративних ШІ-компаній, які перебувають у центрі розбудови. Їхні розповіді про те, що відбувається всередині Fortune 500, малюють чітку картину загрози, яку зростаючі витрати становлять для ШІ-торгівлі. Це ризик, який ринок ще не усвідомив, оскільки він досягає рекордних максимумів і створює нові компанії вартістю трильйон доларів, як-от Micron.
"Номер один тема для кожного підприємства зараз — це завищені бюджети на ШІ", — сказав CNBC Арвінд Джайн, генеральний директор компанії Glean, що займається корпоративним ШІ.
"Компанії повідомляють нам, що їхні бюджети на ШІ вичерпуються за один або два місяці, а це річні бюджети", — сказав він.
Це тому, що вартість ШІ не знизилася так, як очікували покупці. Натомість вона зросла. Кожен новий випуск моделі з передових лабораторій приблизно вдвічі дорожчий за токен, ніж попередній, що ставить корпоративний ШІ на "нестійкий шлях прямо зараз", як назвав це Джайн.
"Це вперше за весь час, наскільки я пам'ятаю, коли технології коштують стільки ж, скільки люди, і ви робите це порівняння: обирайте технології чи людей", — сказав він. "Ми ніколи не мали такої розмови в історії, тому що технології становлять лише частку від загальних витрат будь-якого операційного бізнесу".
За його словами, цей зростаючий бюджет на ШІ все частіше виділяється замість майбутнього зростання штату.
Матан Грінберг, генеральний директор Factory AI, яка розподіляє інженерну роботу між усіма передовими моделями ШІ, описав цей зсув як чітко визначену проблему розподілу ресурсів, яка зараз розгортається всередині керівних команд.
"Компанії кажуть: "Гей, якби ми могли оптимізувати одну річ, то чи це кількість співробітників, яких ми маємо, чи це витрати на ШІ на одного співробітника?" — сказав Грінберг.
Грінберг зазначив, що компанії пройшли три чіткі фази приблизно за рік. Перша передбачала вимоги рад директорів до своїх генеральних директорів щось зробити з ШІ. Потім прийшов так званий "токенмаксинг" (tokenmaxxing), або використання ШІ будь-якими засобами, незалежно від витрат. На третьому етапі керівні команди переоцінюють свої потреби щодо преміальних моделей.
"Чи потрібно нам використовувати інтелект рівня Opus для кожного окремого завдання?" — запитав Грінберг. "Вам просто не потрібно цього робити".
## Платити більше, ніж це окупається
Коренем проблеми є те, що технологія працює, але ще не окупається.
"ШІ сьогодні працює дуже потужно, але дуже неефективно", — сказав Джайн. "Цінність, яку ШІ приносить на даний момент, відстає від витрат, які несуть бізнеси".
Значна частина проблеми полягає в неефективності вибору моделей. Приблизно 95% корпоративного використання ШІ все ще працює на найдорожчих передових моделях, навіть для завдань, які могли б бути виконані дешевшими альтернативами, сказав Джайн.
Є просте рішення: спрямовувати легку роботу на дешевші рівні. Джайн сказав, що це найлегший шлях.
"Ви можете досягти 10-кратного заощадження за допомогою правильного маршрутизації моделей на фронті", — сказав він.
Це також пропозиція Factory AI, яка автоматично надсилає кожне завдання до моделі, яка найкраще для нього підходить. Хитрощі, за словами Грінберга, полягає в тому, щоб розпізнати, як рідко робота дійсно потребує найвищого рівня. Він порівняв розрив між найновішими передовими моделями з двома досвідченими академіками.
"Opus 4.7 проти Opus 4.8 — це як різниця між професором, який викладає 13 років, і професором, який викладає 15 років", — сказав Грінберг. "Для звичайної людини дуже, дуже важко побачити різницю".
Вся ШІ-торгівля ґрунтується на ставці, що історичний попит залишиться, а покупці будуть байдужі до витрат. Але погляд зсередини Fortune 500 свідчить про те, що попит може бути набагато чутливішим до ціни, ніж припускає торгівля.
Дізнайтеся більше про те, що означає переоцінка цін на ШІ для оцінки OpenAI та Anthropic, які побудували свої бізнес-моделі на преміальному ціноутворенні.
Чотири провідні AI моделі обговорюють цю статтю
"Вичерпання бюджету та явні компроміси між токенами та людьми сигналізують про те, що попит на ШІ є більш ціново-еластичним, ніж припускає поточне ринкове ціноутворення."
Стаття висвітлює справжню точку тертя: корпоративні бюджети на ШІ вичерпуються за 1-2 місяці, оскільки кожна передова модель приблизно подвоює витрати на токени, змушуючи фінансових директорів йти на явні компроміси між штатом та витратами. Ця чутливість до ціни є новою і недооціненою ринками, які враховують постійне зростання попиту. Однак стаття недооцінює швидкість, з якою маршрутизація моделей може забезпечити зазначене 10-кратне заощадження, потенційно переналаштовуючи бюджети без скорочення використання. Якщо шари оптимізації масштабуються швидше, ніж зростання цін на моделі, траєкторія доходу для преміум-провайдерів може вирівнятися раніше, ніж поточні трильйонні оцінки.
Навіть агресивна маршрутизація може не компенсувати повторні подвійні стрибки витрат на кожне покоління моделей, залишаючи чисті витрати зростаючими і змушуючи до прямого скорочення ініціатив ШІ, а не до перерозподілу.
"Корпоративний ШІ досягає стіни прибутковості раніше, ніж очікували ринки, але проблема полягає в реалізації та виборі моделей, а не в фундаментальному попиті — це означає, що болісне переналаштування відбудеться до того, як торгівля переоціниться вище."
Стаття змішує дві окремі проблеми: (1) підприємства витрачають надмірно на ШІ, тому що вони не оптимізували маршрутизацію моделей, і (2) ШІ є фундаментально неекономічним. Це НЕ одне й те саме. Цифра 95% — використання передових моделей для звичайних завдань — це провал закупівель, а не технологічний провал. 10-кратне заощадження за допомогою кращої маршрутизації не означає, що рентабельність інвестицій у ШІ зіпсована; це означає, що підприємства все ще перебувають на пілотній стадії. Справжній ризик не в тому, що ШІ не окупиться — а в тому, що період окупності довший і складніший, ніж передбачали ринки акцій, що призведе до стиснення множників для NVDA, MSFT та стартапів, орієнтованих на ШІ. Але це проблема часу/ефективності, а не екзистенційна загроза для торгівлі.
Якщо 95% корпоративних витрат — це неправильно спрямовані витрати, а компанії вже вичерпують річні бюджети за 1-2 місяці з негативною рентабельністю інвестицій, то "краща маршрутизація" є оптимістичною. Справжня історія може полягати в тому, що підприємства ще не мають високоцінних випадків використання — вони просто витрачають гроші, тому що ради директорів цього вимагали.
"Перехід від "токенмаксингу" до оптимізованої за витратами маршрутизації моделей викличе короткострокове уповільнення доходів для постачальників передових моделей, перш ніж зростання обсягів стабілізує сектор."
Ринок зараз враховує нескінченне зростання продуктивності ШІ, не враховуючи поріг заміщення "токен-на-штат". Якщо витрати на корпоративний ШІ дійсно канібалізують бюджети на штат, а не доповнюють їх, ми спостерігатимемо стиснення маржі для S&P 500. Поточна фаза "токенмаксингу" є нестійкою; однак, стаття пропускає, що це класичний парадокс Джевонса. Оскільки маршрутизація моделей (як-от Glean або Factory AI) знижує вартість за завдання, загальний обсяг обчислювальних потреб, ймовірно, вибухне, компенсуючи нижчі маржі за токен. Ризик не в тому, що ШІ занадто дорогий, а в тому, що "торгівля ШІ" передбачає лінійне зростання, тоді як базова інфраструктура переживає фазу циклічного перетравлення.
Стаття припускає, що фінансові директори будуть ставитися до ШІ як до статті бюджету з нульовою сумою, але якщо вигоди від ефективності, зумовлені ШІ, фактично прискорять зростання доходів, компанії збільшать загальні витрати на ІТ, а не вибиратимуть між штатом та токенами.
"Довгострокова рентабельність корпоративного ШІ перевищить зростання витрат на токени, оскільки маршрутизація, доналаштування та автоматизація масштабуються, перетворюючи "токени проти людей" на множник продуктивності, а не на бюджетне обмеження."
Виділяються дві напруги: найближчі фінансові директори стикаються зі зростаючими витратами, оскільки передові моделі стягують плату за токен, що може загальмувати впровадження ШІ. Але стаття недооцінює переваги: 1) вартість за завдання повинна знизитися, оскільки маршрутизація (до дешевших моделей) та доналаштування покращуються, 2) вигоди від продуктивності накопичуються в процесах, робочих процесах та прийнятті рішень, а не лише в окремих завданнях, 3) відкриті моделі та конкуренція між основними хмарними провайдерами повинні обмежити ціноутворення та відкрити дешевші варіанти, 4) зростання, зумовлене ШІ, може розширити доступні ринки та створити нові бізнес-моделі. Разом узяте, компроміс "токени проти людей" є, ймовірно, перехідною перешкодою, а не довгостроковим обмеженням цінності ШІ. Довгострокова тенденція залишається позитивною.
Проти цього: реальна рентабельність інвестицій все ще залежить від якості даних та безшовної інтеграції, що може затримати окупність на роки. І ціноутворення на передові моделі може не знизитися достатньо швидко, якщо конкуренція збереже потужності обмеженими.
"Фіксовані бюджети перешкоджають еластичності попиту, необхідної для того, щоб парадокс Джевонса компенсував тиск витрат у корпоративному ШІ."
Застосування парадоксу Джевонса Gemini ігнорує реальність фіксованого бюджету, на яку вказав Claude. Коли річні асигнування на ШІ вичерпуються за місяці, нижчі витрати за завдання за допомогою маршрутизації не призведуть до вибухового зростання обсягів; закупівельні команди стикаються з жорсткими обмеженнями, а не з еластичним попитом. Це ризикує швидшим стисненням множників для NVDA та MSFT, ніж передбачає теза про зростання продуктивності, оскільки загальний обсяг обчислювальних потреб залишається обмеженим мандатами фінансових директорів, а не вибухає.
"Вичерпання бюджету сигналізує про невдачу оптимізації, а не про невдачу попиту — показник поновлення наступного циклу є справжнім провідним індикатором."
Grok змішує вичерпання бюджету з руйнуванням попиту. Фіксовані стелі фінансових директорів не доводять, що рентабельність інвестицій у ШІ зіпсована — вони доводять, що підприємства ще не визначилися, що будувати. Справжня ознака: чи компанії *поновлюють* бюджети на ШІ наступного фінансового року, незважаючи на вичерпання на другий місяць, чи скорочують їх? Якщо показники поновлення залишаються вище 70%, це хаос закупівель, що маскується під слабкість попиту. Це розходження визначає, чи побачимо ми стиснення множників, чи просто болісне переоцінювання протягом 18 місяців.
"Перехід до "ШІ для скорочення витрат" викличе хвилю консолідації постачальників, яка зробить показники поновлення нерелевантними для менших гравців ШІ."
Claude, ваш поріг поновлення 70% є відстаючим індикатором, який ігнорує негайну загрозу витрат "тіньового ШІ". Фінансові директори спостерігають не лише за бюджетами; вони спостерігають за одиничною економікою. Якщо вартість робочого процесу на основі токенів перевищує вартість праці, яку він замінює, проект скасовується незалежно від наміру поновлення. Ми спостерігаємо перехід від "ШІ для інновацій" до "ШІ для скорочення витрат", що призводить до жорсткої консолідації постачальників, яка покарає менші стартапи, орієнтовані на ШІ.
"Короткостроковий попит є ціново-нееластичним; зростання обсягів, зумовлене парадоксом Джевонса, не врятує маржі, час окупності та перешкоди для впровадження мають більше значення, ніж ціна за завдання."
Кут парадоксу Джевонса Gemini передбачає еластичний попит після зниження витрат за завдання. Насправді, попит на корпоративний ШІ є короткостроково ціново-нееластичним: закупівельні ворота, консервативне управління та вузькі місця готовності даних обмежують швидкість впровадження, навіть коли маршрутизація знижує одиничні витрати. Тому нижчі ціни на токени можуть не викликати сплеску обсягів; маржі все ще можуть стискатися, якщо час до отримання цінності залишається довгим, а цикли поновлення скорочуються. Справжнім визначальним фактором є те, наскільки швидко випадки використання перетинають поріг рентабельності інвестицій, а не лише ціна за завдання.
Панель погоджується, що корпоративні бюджети на ШІ швидко вичерпуються через високі витрати на передові моделі, що може призвести до переоцінки цінності ШІ та потенційного стиснення маржі для технологічних компаній. Однак вони не згодні щодо того, чи є це екзистенційною загрозою, чи перехідною перешкодою.
Покращена маршрутизація та конкуренція, що знижують витрати та відкривають нові бізнес-моделі (ChatGPT)
Швидше стиснення множників для технологічних компаній через обмежений попит на обчислення та вичерпання бюджету (Grok, Gemini)