Новые функции управления затратами показывают расходы каждого агента, каждой модели и каждой команды — на инфраструктуре, которую организации выбирают самостоятельно
МЮНХЕН, 16 ноября 2026 г. — Берлинская ИИ-компания deepset предоставляет компаниям и государственным ведомствам прозрачную информацию о затратах на их ИИ-агентов, чтобы они могли оптимизировать свои расходы и подготовиться к будущему в условиях растущего использования ИИ. Новые функции управления затратами в Haystack Enterprise Platform от deepset позволяют с первого взгляда увидеть, куда направляются расходы на ИИ, и напрямую связывают их с данными о том, как работал каждый агент. Клиенты получают выгоду везде, где они запускают свой ИИ с помощью deepset: в публичных облаках, в собственных центрах обработки данных или в европейских суверенных облаках, таких как STACKIT, облако Schwarz Gruppe.
deepset — это компания, стоящая за Haystack, одним из самых популярных фреймворков с открытым исходным кодом для разработки ИИ-агентов и приложений. Созданная на его основе Haystack Enterprise Platform предоставляет организациям все необходимое для запуска, оптимизации и управления этими агентами в большом масштабе. Европейская комиссия, Федеральное министерство исследований, технологий и космонавтики (BMFTR) и Bosch входят в число организаций, использующих технологии deepset.
Когда ИИ-агенты переходят из стадии пилотного проекта в штатный режим работы, стоимость выполнения одной задачи начинает определять рентабельность сценария использования. В то же время цены меняются, модели снимаются с производства, а лимиты использования сдвигаются: зависимость от одного поставщика имеет свою цену. Контроль затрат поэтому стал для многих организаций центральным драйвером их стратегии цифрового суверенитета.
В недавнем пилотном проекте с округом Боркен в рамках Agentic AI Hub Федерального министерства цифровизации и модернизации государства (BMDS) компания deepset разработала ИИ-агентов, которые помогают сотрудникам обрабатывать заявки на пособия по уходу. Согласно официальной оценке пилотного проекта, общее время обработки сократилось на 20 процентов, в автоматизированных шагах — на 35 процентов, а затраты на ИИ составили менее одного евро на 75-страничную заявку.
Управление затратами: сделать расходы на ИИ видимыми и целенаправленно их снизить
Благодаря функции управления затратами инженерные команды видят свои расходы с разбивкой по моделям, агентам, приложениям и командам, выявляют дорогостоящие или ненадежные этапы работы и сравнивают более дешевые альтернативы. Финансовые и ИТ-директора получают общую основу для планирования и контроля бюджетов на ИИ.
Опираясь на обзор в системе управления затратами, инженерные команды могут задавать встроенному ИИ-ассистенту вопросы на естественном языке о своих расходах: какое приложение обходится дороже всего? Какой поставщик или какая модель увеличивают счет? Почему расходы выросли в определенный день? Ассистент отвечает на основе текущего открытого представления, включая период времени, фильтры и итоговые суммы, а также предлагает последующие вопросы, вытекающие из данных организации. Ассистент не может изменять цены или настройки, а все пользователи видят только то, что разрешено их правами доступа.
Функция управления затратами и ИИ-ассистент теперь доступны в Haystack Enterprise Platform.
«Экономическая эффективность ИИ в настоящее время находится на вершине повестки дня организаций, формирующих свою стратегию цифрового суверенитета», — говорит Милош Русич (Milos Rusic), генеральный директор и соучредитель deepset. — «Цель состоит в том, чтобы выполнять каждую задачу с оптимальными затратами, соблюдая при этом требования к качеству и безопасности. Мы помогаем организациям сделать следующий шаг после создания надежных агентов: измерить их экономическую эффективность и свободно переключаться между новейшими коммерческими моделями и моделями с открытым исходным кодом».
Правильная модель для каждой задачи
Не каждая задача требует самых крупных и дорогих универсальных моделей. Для повторяющихся рутинных задач функция управления затратами показывает, где более дешевая модель — например, меньшая и специализированная — может справиться с задачей не хуже. Инженерные команды могут переключаться без перестройки своих агентов. Там, где стандартных моделей недостаточно, специалисты deepset идут дальше и адаптируют модели под отраслевые задачи. Разработанные таким образом модели принадлежат клиенту и могут работать в его собственной инфраструктуре.
Перспективы: от прозрачности затрат к действиям
deepset уже работает над следующим этапом оптимизации затрат, который скоро будет выпущен: он помогает организациям переводить знания о затратах в конкретные меры, автоматически предлагая изменения, которые снижают расходы и поддерживают качество и производительность на целевом уровне. Подход опирается на исследования с такими партнерами, как NVIDIA. На конференции NVIDIA GTC Berlin обе компании представили доклад „Evolve Within Bounds: Secure, Self-Improving Agents for On-Prem AI“. В нем было показано, как ИИ-агенты могут учиться на своей прошлой работе и со временем совершенствоваться в рамках ограничений, установленных организацией. На прошлой неделе NVIDIA включила этот доклад в свою подборку GTC Berlin 2026 Top Talks.
deepset на Handelsblatt KI Summit
Д-р Анна Грундлер (Dr. Anna Grundler), старший директор по стратегии и развитию бизнеса в deepset, обсудит экономичность суверенного ИИ в понедельник, 16 ноября, в 15:15 на панели «Token Costs & ROI Measurement: The Uncomfortable Truth About AI Investments» совместно с Бастианом Майвормом (Bastian Maiworm), Йонасом Тиманном (Jonas Thiemann) и Штефаном Шейером (Stephan Scheuer).
О компании deepset
Компания deepset со штаб-квартирой в Берлине является разработчиком Haystack — широко распространенного фреймворка с открытым исходным кодом и корпоративной платформы для оркестрации ИИ-агентов. С помощью своих продуктов и инженерных услуг deepset помогает организациям разрабатывать, запускать, улучшать и контролировать ИИ-агентов, сохраняя при этом суверенный контроль над моделями, данными и инфраструктурой. Подробнее на www.deepset.ai.
Контакты для прессы: Jay Wilder, deepset – press@deepset.ai












