Компании начинают беспокоиться по поводу роста затрат на ИИ и доказывания окупаемости инвестиций (ROI) с помощью реальных сценариев использования, однако эта тревога не приводит к сокращению расходов на ИИ. Уведомления о превышении лимитов использования и корпоративные заявления об «обдуманном» использовании ИИ-моделей — это признаки перехода от экспериментов с ИИ и «токенмаксинга» к более тщательному контролю затрат.
Этот сдвиг имеет значение, поскольку компании уже начали использовать ИИ для замены программного обеспечения. Ранее в этом году мы опросили более 800 разработчиков на предмет того, заменили ли их команды какой-либо SaaS-инструмент на ИИ, и 35% сообщили, что да. Но что происходит с этими инструментами, когда затраты на ИИ растут, чего, как многие все больше ожидают, и следует ждать?
Мы опросили 101 технического руководителя на предприятиях (более 1000 сотрудников) и в компаниях среднего бизнеса (200–999 сотрудников) и выяснили, что 43% уже исчерпали свои бюджеты на ИИ, но они все еще готовы расширять инвестиции в ИИ, которые приносят ценность (даже если лишь 19% готовы взять на себя расходы в случае гипотетического повышения цен).
Ключевые выводы
- Почти половина этих руководителей уже вышли за рамки бюджета. 43% сообщают, что тратят на ИИ больше, чем планировали на 2026 год, по сравнению с 34%, у которых расходы примерно соответствуют плану.
- Тревога по поводу затрат не замедлила темпы внедрения. 43% руководителей настаивают на широком внедрении ИИ везде, где это приносит пользу, в то время как 32% выборочно масштабируют его под задачи с высоким уровнем окупаемости (ROI).
- Намечается консолидация поставщиков. Руководители готовятся к росту затрат на ИИ, но немногие считают, что окупаемость оправдывает их покрытие в полном объеме. Только 19% готовы взять на себя 20-процентное увеличение затрат; самый популярный ответ (32%) — консолидация у меньшего числа поставщиков.
- Большинство бюджетов на ИИ на 2026 год не исчисляются миллионами. 52% руководителей выделили на ИИ-инструменты в этом году от 100 тыс. до 1 млн долларов. Однако 24% преодолели отметку в 1 млн долларов, что является крупной суммой с учетом неясной окупаемости этой технологии.
- «Вайб-кодинг» увеличивает расходы на ИИ, но он не является главным драйвером. 52% утверждают, что приложения, созданные с помощью вайб-кодинга, в умеренной или значительной степени способствуют росту расходов на ИИ.
Почти половина руководителей (43%) сообщили о перерасходе средств на ИИ. Лишь 24% укладываются в бюджет, а примерно треть придерживается примерно намеченного плана:
Как ваши расходы на ИИ соотносятся с установленным бюджетом?
Расходы по сравнению с бюджетом
Процент (n=101)
Расходы значительно превышают бюджет
Расходы несколько превышают бюджет
36%
Расходы примерно соответствуют бюджету
34%
Расходы несколько ниже бюджета
15%
Расходы значительно ниже бюджета
Несмотря на заголовки о неожиданно огромных счетах за ИИ, ранее в этом году Gartner reported that token costs are expected to fall (opens in a new tab). Но снижение цены за токен не произойдет достаточно быстро, чтобы компенсировать объем токенов на задачу по мере того, как все больше предприятий внедряют ИИ.
Что приводит к росту затрат на ИИ?
Плохая видимость ИИ-систем — это первопричина расходов на ИИ, которые кажутся выходящими из-под контроля. Согласно отчету Retool «Состояние управления ИИ», лишь 5% директоров по информационной безопасности (CIO), руководителей по информационной безопасности (CISO) и технических директоров (CTO) уверены в своей осведомленности об используемых в производстве инструментах, созданных с помощью ИИ. Теневой ИИ с большей вероятностью приведет к неожиданным счетам, чем известный и управляемый ИИ.
Что касается самих ИИ-проектов, некоторые из них стоят дороже остальных. LLM-чат-боты обходятся дешевле. Агентные рабочие процессы используют примерно в 5–30 раз больше токенов на задачу, чем запрос к LLM, согласно данным Gartner (откроется в новой вкладке), причем предполагается, что агентные сценарии использования станут главным драйвером окупаемости ИИ по мере того, как они заменяют традиционные рабочие процессы SaaS и снижают потребность работодателей в штате сотрудников.
Первые сигналы о том, как руководители отреагируют на резкое повышение цен на ИИ, ставят в приоритет внедрение защитных механизмов вокруг доступа и использования, а не поощрение или принуждение к изменениям поведения на индивидуальном уровне. В случае гипотетического скачка затрат на ИИ на 20% примерно треть руководителей (32%) ответили бы консолидацией в пользу меньшего числа поставщиков или инструментов, а 24% провели бы аудит и сократили использование ИИ с неясной связью с результатами.
Что бы сделали руководители, если бы затраты на ИИ-инфраструктуру выросли на 20%?
Подход к увеличению затрат на ИИ
Процент (n=101)
Консолидация у меньшего числа поставщиков или инструментов ИИ
32%
Аудит и сокращение использования ИИ с неясной связью с результатами
24%
Взять расходы на себя: окупаемость ИИ это оправдывает
19%
Заставить команды сократить использование до стабилизации затрат
15%
Обратиться к совету директоров или инвесторам за дополнительным бюджетом
11%
Меньше «токенмаксинга», больше маршрутизации моделей?
Каждый из вариантов ответа, выбранных руководителями на случай гипотетического скачка затрат на 20% — консолидация поставщиков, аудит использования или покрытие расходов — является решением в области токеномики. Токеномика (токены + экономика) стала сокращенным термином для понимания того, как токены ИИ приобретаются, потребляются и соотносятся с бизнес-результатами. Это требует постоянного переосмысления, оценки и корректировки по мере совершенствования и изменения моделей, а также нуждается в тщательном контроле за использованием.
Маршрутизация моделей набирает обороты
Маршрутизация моделей — практика перенаправления каждого запроса на вывод наиболее подходящей модели для конкретной задачи вместо того, чтобы каждый раз по умолчанию использовать дорогую модель — набирает обороты по мере того, как предприятия ожидают роста расходов на ИИ. Новейшие пограничные модели мощны, но не обязательно подходят для базовых задач, таких как резюмирование заметок звонков и поиск по документам. Такие компании, как Databricks (откроется в новой вкладке) и Stripe (откроется в новой вкладке), делают ставки на то, что бизнесу в конечном итоге потребуется такой уровень видимости и контроля над тем, как их команды используют ИИ, вплоть до моделей, к которым они имеют доступ.
«Мы знаем, каким группам и командам необходимо разрабатывать агентов, обвязки или приложения, созданные с помощью вайб-кодинга, и мы выделяем им квотты токенов и лицензии для выполнения их работы», — говорит один из вице-президентов/CISO на предприятии. — «Затем мы проверяем и подтверждаем использование и определяем, нужно ли нам урезать бюджет или добавить»би.
Консолидация поставщиков сокращает неучтенные расходы
Консолидация поставщиков уже происходит в массовом масштабе. Один из опросов ADAPT (откроется в новой вкладке) показал, что 68% технологических лидеров планировали консолидировать поставщиков в 2026 году. Здесь токеномика отдает приоритет устранению избыточности поставщиков и ограничению возможностей бесконтрольного расходования токенов. Токенами проще управлять на единой платформе, чем пытаться управлять ими на нескольких. Консолидация инструментов плюс маршрутизация моделей — один из жизнеспособных путей для бизнеса по прекращению стихийных расходов, связанных с ИИ.
Большинство опрошенных руководителей не взяли на себя обязательства по семизначным бюджетам на ИИ в 2026 году. Примерно половина (53%) выделила от 100 тыс. до 1 млн долларов, а 24% преодолели отметку бюджета в 1 млн долларов.
Бюджеты на ИИ в 2026 году
Бюджет на ИИ
Процент (n=101)
Менее 100 тыс. долл.
17%
100 тыс.–250 тыс. долл.
27%
250 тыс.–1 млн долл.
26%
1 млн–5 млн долл.
18%
Более 5 млн долл.
У нас не было бюджета на ИИ на 2026 год
Меньшие бюджеты легче превысить, но не все будут вести себя как Uber, который, как известно, burned through its entire 2026 AI budget in four months (opens in a new tab). Скорость изменения ИИ также означает составление бюджета с неполной информацией о затратах и внедрении.
Тревога по поводу затрат, похоже, не замедлила внедрение. Лишь 8% респондентов проявляют нерешительность в отношении внедрения ИИ. Остальные либо настаивают на максимальном внедрении, либо выборочно масштабируют его, либо активно экспериментируют:
Как бы вы охарактеризовали текущую позицию вашей организации в отношении использования ИИ?
Текущий подход к ИИ
Процент (n=101)
Мы настаиваем на широком внедрении: ожидается использование ИИ везде, где это приносит пользу
43%
Мы масштабируем внедрение выборочно: использование ИИ приветствуется, но от команд ожидается приоритизация сценариев с высокой окупаемостью инвестиций (ROI)
32%
Мы находимся в режиме активного экспериментирования: сотрудникам рекомендуется пробовать новые инструменты и сценарии использования
18%
Мы приостановили внедрение новых ИИ-инструментов, пока оцениваем расходы и реальную пользу от них
Мы активно работаем над сокращением расходов на ИИ: мы попросили команды сократить использование или объединить инструменты
«В корпоративной среде существует страх упустить возможности ИИ, — говорит один из директоров по разработке в крупной организации. — Это стимулирует множество действий, которые не подчиняются обычному контролю затрат и проверкам. В конечном итоге это приведет к перезагрузке и более целенаправленному подходу».
Этот раскол отражает более широкую тенденцию в отрасли: масштаб внедрения ИИ опережает его глубину. Корпоративный опрос WRITER 2026 года показал, что 79% of companies still face adoption challenges despite heavy investment (opens in a new tab), и лидеры, которые действительно видят окупаемость инвестиций, непропорционально часто обладают уже настроенным контролем затрат и управлением — это та же динамика, которая лежит в основе 7%-with-established-ROI figure from KPMG (opens in a new tab). Настаивать на масштабном внедрении до устранения этого пробела — это ставка на то, что скорость окупится быстрее, чем успеет подтянуться система управления.
Вайб-кодинг (vibe coding) — практика создания программного обеспечения с помощью промптов на естественном языке вместо кода — является одним из самых заметных вариантов использования ИИ. На данный момент он не является главным фактором затрат. Но он опирается на инструменты, расходы на которые остаются незаметными, и их легко упустить из виду, если затраты на ИИ будут расти. 52% респондентов отмечают, что приложения, созданные с помощью вайб-кодинга, вносят умеренный или значительный вклад в расходы на ИИ
Как созданное с помощью ИИ или вайб-кодинга программное обеспечение повлияло на расходы на ИИ в 2026 году?
Вклад в расходы
Процент (n=101)
Это основной фактор: значительная доля наших расходов на ИИ обусловлена работающими в продакшене приложениями, созданными с помощью вайб-кодинга
14%
Это умеренный фактор: мы видим, что он увеличивает расходы, но он не является главным драйвером
39%
Это незначительный фактор: вайб-кодинг используется, но существенно не повлиял на затраты
30%
Мы не используем инструменты вайб-кодинга каким-либо значимым образом
12%
Мы не уверены: у нас нет прозрачности в отношении того, приводят ли созданные с помощью вайб-кодинга приложения к росту затрат
«Саас-покалипсис» («SaaSpocalypse») в начале 2026 года — распродажа акций софтверных компаний примерно на 1 триллион долларов, вызванная перспективой замены готового SaaS инструментами вайб-кодинга — начался тогда, когда создание собственного инструмента показалось более быстрым и дешевым вариантом по сравнению с решениями из существующего технологического стека компании. День с подпиской на Claude Code Pro выглядит более дешевой альтернативой долгому процессу закупок и оценки — до тех пор, пока модели не станут дороже или пока разработчики по всей компании не начнут тратить токены на собственные разовые инструменты.
«Как директор по информационной безопасности (CISO), я бы определенно попытался наложить вето на любые созданные с помощью ИИ или вайб-кодинга приложения, — говорит один из топ-менеджеров крупной компании. — С этой точки зрения мы не можем позволить себе ошибки».
Почему приложения, созданные с помощью вайб-кодинга, обходятся дорого
Несколько факторов могут сделать созданные с помощью вайб-кодинга приложения дороже, чем кажется на первый взгляд:
- Ценовая модель. Базовый тариф, оплата за использование или за объем затраченных усилий, часто их комбинация. Большинство инструментов вайб-кодинга взимают плату за токены, потребляемые во время сборки, и токены, которые развернутое приложение сжигает в продакшене — два независимых счетчика, которые легко перепутать при оценке инструмента по его базовому тарифу.
- Выбор модели. Команда из 25 человек в Cursor платит базовые $40 за место в месяц, но сеансы с использованием агентов могут добавить от $600 до $6000 в месяц в зависимости от модели согласно данным Vantage (открывается в новой вкладке).
- Хостинг после запуска. The Register (открывается в новой вкладке) зафиксировал счета на сумму от $30K до $38K и $127K только за использование ИИ с оплатой по факту потребления (usage-based) в AWS и Google Cloud.
- Безопасность остается на совести разработчика. Veracode (открывается в новой вкладке) выяснила, что 45% созданного ИИ кода поставляется с уязвимостями из списка OWASP Top 10; согласно IBM’s 2025 Cost of a Data Breach report (opens in a new tab), утечки данных из-за инцидентов безопасности, связанных с теневым ИИ, обходятся на $670K дороже, чем в среднем при обычном нарушении безопасности.
Инструменты вайб-кодинга обычно предлагают базовые тарифные планы, ценообразование на основе использования, на основе затраченных усилий или их комбинацию. Сюда входят токены, обрабатываемые во время сборки, и токены, используемые вашим приложением. Приложения, созданные с помощью вайб-кодинга, также возлагают на разработчика ответственность за обеспечение безопасности приложения — либо путем самостоятельного добавления функций управления, либо с помощью сторонних инструментов безопасности и контроля.
Лидеры, принявшие участие в этом исследовании, не сокращают инвестиции в ИИ, несмотря на то, что 43% из них уже превысили бюджет. Нависшая угроза роста расходов пока недостаточна для того, чтобы руководители сократили или объединили инвестиции в ИИ, даже если окупаемость пока не до конца очевидна. Но в отличие от первых трех лет бума ИИ, инвестиции в ИИ начинают сопровождаться условиями, призванными сделать эти расходы управляемыми и безопасными. Лидеры хотят знать, что именно задействовано и кто этим пользуется, а также осознанно принимать решения о сокращении или расширении.
Большинство организаций не имеют такой прозрачности. Согласно отчету State of AI Governance за 2026 год, лишь 5% директоров по информационным технологиям (CIO), директоров по информационной безопасности (CISO) и технических директоров (CTO) уверены в своей осведомленности об инструментах на базе ИИ, работающих в продакшене. Этот пробел приводит к неожиданным счетам и дорогостоящим инцидентам безопасности. Следующим шагом для руководителей станет устранение этого пробела с помощью правильной инфраструктуры и платформы для инструментов вайб-кодинга.
Этот отчет основан на опросе 101 руководителя высшего звена в области технологий и безопасности, проведенном в сотрудничестве с Wynter (открывается в новой вкладке) в июле 2026 года. Респонденты являются топ-менеджерами в сфере ИТ: директорами по безопасности, менеджерами по кибербезопасности, вице-президентами по ИТ и специалистами аналогичного уровня с сопоставимой зоной ответственности. 52% респондентов занимают должности уровня C-Suite, вице-президента или директора.
Компании разделены на крупные предприятия (1000+ сотрудников, 70%) и средний бизнес (200–999 сотрудников, 29%). Представленные отрасли включают здравоохранение, SaaS и разработку программного обеспечения, финансовые услуги, ИТ-услуги, профессиональные услуги, государственный сектор и производство.
Благодарности
Анализ данных: Дастин Дрис (Dustin Drees) + Wynter
Иллюстрация: Крис Сандлин (Chris Sandlin)
Контент: Кейси Хики (Kasey Hickey), Мэдди Латош (Maddie Latoche), Мэтью Коморовски (Matthew Komorowski), Джордан Эдельштейн (Jordan Edelstein)
