Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Chto opredelyaet stoimost ii na rabochem meste
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Что определяет стоимость ИИ на рабочем месте

Источник: Microsoft Copilot Blog•18 ноября 2026 г. в 16:16

Что определяет стоимость ИИ на рабочем месте

Статья «Что определяет стоимость ИИ на рабочем месте» впервые опубликована на Source.

По мере того как вы передаете все больше задач ИИ, стоит сравнить общие расходы на ведущие решения, точно так же, как вы делали бы это с любыми другими инвестициями, помогающими вам в работе. Сегодня мы делимся новым исследованием о том, как эти затраты соотносятся при выполнении одинаковой работы, и более подробно рассматриваем факторы, влияющие на разницу в цене.

Компания Microsoft заказала и профинансировала исследование у GigaOm на тему «Раскрытие совокупной стоимости владения (TCO) корпоративного ИИ», в котором измерялась совокупная стоимость владения Microsoft Copilot, ChatGPT Enterprise и Claude Enterprise посредством практического тестирования в октябре 2026 года. Microsoft проводила тестирование и анализ затрат. GigaOm участвовала в разработке дизайна исследования, подтвердила методологию, результаты и анализ затрат, а также выступила соавтором выводов.

Главный вывод заключается в том, что для смоделированных в исследовании рабочих нагрузок Copilot имел самую низкую оценочную ежемесячную стоимость как для обычных, так и для продвинутых пользователей ИИ, при этом качество работы было в целом сопоставимым для всех трех продуктов при выполнении протестированных задач.

Что тестировалось в исследовании

В исследовании моделировались два типа пользователей ИИ. Обычные пользователи полагаются на ИИ в течение всего рабочего дня для таких задач, как поиск информации, подготовка к встречам, анализ данных и создание контента. Продвинутые пользователи делают все это, а также передают сложную, многоэтапную работу агентам, которые выполняются самостоятельно.

Оценка охватила 37 уникальных промптов в Copilot Chat и Cowork, а также в Copilot для Word, Excel и PowerPoint. За смоделированный месяц это составило 100 задач для обычного пользователя ИИ и 140 для продвинутого пользователя ИИ, включая 20 агентных рабочих процессов.

Каждый продукт тестировался на одной и той же вымышленной компании и исходных данных, при этом промпты запускались неоднократно, чтобы учесть вариативность ответов ИИ. С полной методологией тестирования можно ознакомиться в отчете.

Что показало исследование

Для обычного пользователя ИИ стоимость Copilot составляет 30 долларов в месяц. Claude стоит 205 долларов, а ChatGPT — 81 доллар, после того как к их подпискам были добавлены расходы на использование. Это более чем в 6 раз и в 2,5 раза дороже стоимости Copilot соответственно.

Для продвинутого пользователя ИИ стоимость Copilot составила 96 долларов в месяц. Claude стоил 299 долларов, а ChatGPT — 149 долларов. Это более чем в 3 раза и в 1,5 раза дороже стоимости Copilot соответственно. Все оценки стоимости основаны на прейскурантных ценах октября 2026 года или на предполагаемой цене, если прейскурантные цены не публикуются, и не включают договорные скидки. Фактические цены могут отличаться.

Одинаковая работа ИИ. Очень разные счета.

Copilot имел самую низкую ежемесячную стоимость для обычных и продвинутых пользователей ИИ при в целом сопоставимом качестве.

Стоимость имеет значение только в том случае, если работа выполнена хорошо, поэтому в исследовании также измерялось качество. Перед тестированием эксперты-люди составили контрольный список для каждого промпта: правильные источники, нужные люди, верные факты и цифры, полный результат и отсутствие действий, о которых пользователь не просил. Запуск считался успешным только в том случае, если он соответствовал каждому пункту. Частично правильная работа не засчитывалась. По всей рабочей нагрузке три продукта продемонстрировали в целом схожее качество. Результаты варьировались в зависимости от задачи, поэтому это утверждение верно для рабочей нагрузки в целом, а не для каждой отдельной задачи.

Преимущество Copilot в стоимости

Почему Copilot стоит меньше? Три фактора объясняют большую часть разницы.

Во-первых, повседневное использование ИИ включено в подписку Copilot, поэтому эти задачи не генерируют дополнительные расходы на использование. Во-вторых, Work IQ, наш уровень корпоративного интеллекта, добавляет еще одно важное измерение к Copilot: доступ к релевантному бизнес-контексту. И в-третьих, Auto динамически выбирает модели и уровни усилий в зависимости от работы, помогая управлять стоимостью каждого запроса.

Почему повседневный ИИ должен входить в подписку пользователя

Самая большая разница в стоимости возникла из-за повседневной работы. Использование Chat и приложений Microsoft 365 включено в подписку пользователя Copilot, поэтому оценочная стоимость этих повседневных задач в исследовании осталась в рамках подписки пользователя. Предполагаемая стоимость подписки конкурентов может быть на 10 долларов меньше, чем у Copilot, но как только добавлялись расходы на использование ИИ, это преимущество исчезало уже в течение первой недели смоделированного использования.

Когда у каждой задачи есть счетчик, каждый промпт увеличивает счет. Успешное внедрение, при котором люди все чаще используют ИИ, превращается в бюджетную проблему. Компании могут реагировать на это нормированием доступа, чтобы только некоторые люди могли использовать ИИ. Инновации в области ИИ могут исходить из любого места внутри организации, и экономические показатели в этом отчете показывают, почему фиксированная цена за повседневную работу может сделать это возможным.

Эта экономика распространяется и на продвинутую работу. Агентные рабочие процессы в Copilot работают на основе тарификации по факту использования с помощью Copilot Credits. Поскольку подписка Copilot уже покрывает повседневную работу, у продвинутых пользователей ИИ общая ежемесячная стоимость оставалась самой низкой даже после добавления расходов на работу агентов.

Work IQ получает нужный контекст за меньшее количество обращений

Второй фактор — это контекст. Copilot работает на моделях из нескольких лабораторий. Две компании могут использовать одну и ту же модель ИИ и получать совершенно разные результаты. Контекст может быть важной частью этой разницы.

Масштаб этого контекста огромен. Microsoft 365 содержит 19,5 эксабайт данных, при этом каждую неделю в SharePoint и OneDrive добавляется 10 миллиардов новых файлов. Задача состоит не просто в том, чтобы дать модели доступ ко всему этому. Задача в том, чтобы найти информацию, которая важна для работы, стоящей перед вами.

Одного обучения модели недостаточно, чтобы она знала, кто редактировал предложение, одобрил ли его финансовый отдел или что ваш менеджер сказал о скидке в Teams. Этот контекст выходит за рамки вашей электронной почты, встреч, чатов, файлов и бизнес-приложений. Он включает людей, с которыми вы работаете, ваши отношения, ваши проекты и активность вокруг вашей работы. Модели нужен доступ к этому более широкому контексту, чтобы хорошо выполнять свою работу.

В этом исследовании Claude и ChatGPT получали доступ к данным Microsoft 365 через коннекторы и надстройки. Сбор правильного контекста может включать несколько шагов: поиск презентации, проверка последней версии, чтение комментариев, отслеживание обсуждения скидки или поиск соответствующего электронного письма или встречи. В зависимости от того, как работает процесс извлечения, эти шаги могут увеличить время и объем информации, которую модели необходимо обработать, что потенциально увеличивает затраты.

Work IQ привносит этот контекст в разговор, помогая Copilot быстро находить нужную информацию по всему предприятию с мгновенным обновлением. Несколько дизайнерских решений делают это возможным.

Путь к контексту имеет значение.

Коннекторы могут совершать отдельный запрос для поиска каждого фрагмента контекста. Work IQ дает Copilot карту вашей работы, от которой можно отталкиваться.

Все начинается с семантического индекса, который организует контент Microsoft 365 в карту того, что там есть. Эта карта помогает Copilot находить релевантный материал в разных форматах файлов, не полагаясь исключительно на совпадения по ключевым словам. Когда поступает запрос, Work IQ точно определяет ключевую информацию, которая имеет значение, вместо того чтобы перечитывать и анализировать целые файлы.

Work IQ также может использовать ваш рабочий набор — работу, которую вы выполняете в данный момент, — чтобы помочь идентифицировать документы и информацию, относящиеся к задаче. Память может помочь переносить полезный контекст между задачами, например, предпочтения или информацию о текущем проекте.

Правильный подбор контекста — это балансировка. Если его слишком мало, агент упускает детали и вынужден искать снова. Если слишком много, модель тратит время и токены на материалы, которые не приносят пользы. Выявляя то, что действительно необходимо для задачи, Work IQ помогает сократить объем контекста, который должна обрабатывать модель.

Автоматическая маршрутизация выполняет работу в фоновом режиме

Третий фактор — выбор модели. Ни одна ИИ-модель не является лучшей во всем, и самая мощная модель не всегда оказывается подходящей. Презентация, анализ данных и простая повседневная задача могут потребовать разных моделей и разного уровня усилий.

Сложность заключается в том, чтобы знать, какую модель использовать и когда. Если использовать передовую модель для всего, вы будете платить за мощность, которая может вам не понадобиться. Если всегда использовать небольшую модель, вы рискуете снизить качество при выполнении самых сложных задач. Автоматическая маршрутизация устраняет эту сложность.

Функция Auto разработана для динамического сопоставления каждой задачи и каждой ее части с подходящей моделью и уровнем усилий. Это означает, что вы не платите по премиальным тарифам по умолчанию. Auto тратит больше вычислительных ресурсов там, где это улучшает результат, и меньше там, где это не требуется.

Допустим, вы готовитесь к продлению контракта с клиентом. Вам нужно собрать заметки, изучить информацию о клиенте и подготовить презентацию. Дорогостоящий способ сделать это — пропустить каждый этап через самую мощную модель с максимальным уровнем усилий. Auto использует другой подход. Она может использовать Opus для руководства работой, GPT-5.5 со средним уровнем усилий для сбора заметок, Opus с высоким уровнем усилий для исследования, требующего более глубокого анализа, и GPT-Image 2.5 для визуальных элементов.

Автоматическая маршрутизация объединяет все это, позволяя снизить общую стоимость задачи без ущерба для качества результата.

Не каждая задача требует самой мощной модели.

Поиск нужных файлов не требует таких же усилий, как исследование клиента. Auto динамически выбирает модели и уровни усилий в зависимости от работы, помогая управлять стоимостью каждого запроса.

Проведите сравнение самостоятельно

Эти результаты отражают выбранные задачи, частоту их выполнения, настройки продукта, а также текущие прейскурантные или предполагаемые цены. Ваши рабочие нагрузки и согласованные цены будут отличаться, поэтому воспринимайте эти выводы как ориентировочные.

Лучший тест — ваш собственный. GigaOm рекомендует применить тот же подход к вашей среде: выберите задачи, отражающие работу вашей организации, выполняйте каждую из них несколько раз, оценивайте качество по заданным критериям и применяйте свои собственные цены. Ваша команда по работе с клиентами Microsoft может поделиться методологией оценки и полным списком промптов, использованных в этом исследовании, чтобы вы могли начать с той же базы.

Поскольку ИИ становится неотъемлемой частью того, как работают люди, полезный вопрос заключается в том, сколько стоит эта работа и как эта стоимость меняется по мере того, как все больше людей чаще используют ИИ.

Ознакомьтесь с полным отчетом и поговорите со своей командой по работе с клиентами Microsoft о проведении оценки в вашей собственной среде.

← Все статьи

О чём эта статья

Ещё в разделе «Разработка ПО»

Все →
Как рекламироваться в Facebook в 2026 году: полное руководство
Hootsuite

Как рекламироваться в Facebook в 2026 году: полное руководство

Как писать масштабируемые скрипты для нагрузочного тестирования в Postman
Postman

Как писать масштабируемые скрипты для нагрузочного тестирования в Postman

Найм сотрудников для социальных сетей в 2026 году: роли, зарплаты и советы по формированию команды
Hootsuite

Найм сотрудников для социальных сетей в 2026 году: роли, зарплаты и советы по формированию команды

Почему вашему программному обеспечению нужен CBOM
SonarSource

Почему вашему программному обеспечению нужен CBOM

Как использовать AI-промпты для создания онлайн-курса
Teachable

Как использовать AI-промпты для создания онлайн-курса

Стоит ли использовать модель эмбеддингов, настроенную на код? papr-embed-code-1 в Qdrant
Qdrant

Стоит ли использовать модель эмбеддингов, настроенную на код? papr-embed-code-1 в Qdrant

Ещё от Microsoft

Исследуйте 25 лет игр и воспоминаний XBOX в новом юбилейном журнале
Microsoft

Исследуйте 25 лет игр и воспоминаний XBOX в новом юбилейном журнале

Microsoft Ignite 2026: расширение возможностей человеческих амбиций, интеллекта и доверия
Microsoft

Microsoft Ignite 2026: расширение возможностей человеческих амбиций, интеллекта и доверия

Microsoft и Salesforce анонсируют Copilotforce, объединяя надежный контекст клиентов и действия в возможностях Microsoft AI
Microsoft

Microsoft и Salesforce анонсируют Copilotforce, объединяя надежный контекст клиентов и действия в возможностях Microsoft AI

Microsoft и компании из разных отраслей запускают Инициативу за прозрачность ИИ для укрепления доверия корпоративного сектора к ИИ-моделям и агентам
Microsoft

Microsoft и компании из разных отраслей запускают Инициативу за прозрачность ИИ для укрепления доверия корпоративного сектора к ИИ-моделям и агентам

Почему новое судебное решение важно для свободы прессы и конфиденциальности
Microsoft

Почему новое судебное решение важно для свободы прессы и конфиденциальности

От первой консоли к следующей главе: XBOX празднует 25 лет
Microsoft

От первой консоли к следующей главе: XBOX празднует 25 лет