И почему падение цены за единицу не остановило этот процесс.
Цена за единицу AI-токена продолжает падать. Сумма в инвойсе продолжает расти.
Ожидается, что к 2026 году более 75%1 ИТ-расходов будут определяться операционными затратами (OPEX). Большинство ИТ-директоров, финансовых директоров и ИТ-контроллеров по-прежнему воспринимают этот сдвиг как проблему ценообразования: жестче вести переговоры, получить лучший тариф и двигаться дальше. На самом деле сломалось то, что потребление стало эластичным и децентрализованным.
Данный анализ затрагивает 3 вопроса:
Почему счет продолжает расти при падении цены? Падение цены за единицу принимают за сокращение счета, хотя несоответствие на самом деле кроется в объеме.
Что произойдет, если никто это не пресечет? Затраты превращаются в повторяющийся паттерн, и каждое новое повторение обходится дороже предыдущего.
С чего начать? Первые конкретные шаги в сторону управления потреблением вместо его простого утверждения.
Два промпта на прошлой неделе, сотня на этой
Между этими событиями ничего не утверждалось. Модель изменилась, привычка закрепилась, и за этим никто не следил.
Это разрушает логику, которая держалась десятилетие: снизить цену за единицу, зафиксировать объем обязательств, отстоять отклонения в конце квартала. Эта логика работала, когда у потребления был предел: фиксированный масштаб, требования к обучению, предсказуемый триггер для изменений. У AI-потребления нет ни одного из этих трех факторов, именно поэтому оно опережает любые прогнозы, созданные для эпохи CAPEX.
Вот тест, который я бы применил: если прогнозирование расходов на AI на следующий месяц все еще означает угадывание, счет еще не шокировал организацию. Это произойдет.
Вот почему:
- Отсутствие естественного предела. В отличие от сервера с фиксированными ресурсами, потребление AI растет вместе с привычками и широтой сценариев использования, без видимого для финансового отдела верхнего предела.
- Барьер ниже, чем у любого инструмента до этого. Для открытия окна чата не требуется никакого обучения, а привычка подкрепляется использованием тех же инструментов в личных целях вне офиса.
- Невидимые триггеры. Поставщик выпускает новую модель за ночь, и потребление меняется без изменения хотя бы одной политики. Нет события, которое кто-то мог бы заметить.
С каждым разом объяснять все сложнее
Ни одна отдельная функция не обладает достаточной видимостью или рычагами влияния, чтобы исправить это в одиночку.
Закупочные отделы привлекаются к процессу, но крупные AI-вендоры устанавливают собственные условия, и здесь нет ключевого менеджера по работе с клиентами, с которым можно вести переговоры. Бухгалтерия также не может перераспределить затраты, поскольку провайдеры передают инвойс и данные по объемам без разбивки по отделам или сотрудникам. Атрибуция остается ретроспективной, а не в реальном времени, поэтому паттерн продолжает повторяться незамеченным.
Каждое повторение обходится организации дороже, чем просто деньги.
Если оставить это без внимания, паттерн будет нарастать. Команды впадают в крайности в обе стороны: одни вводят слишком много ограничений, и люди избегают инструментов, которые могли бы им помочь, в то время как другие остаются слишком либеральными, и привычка укореняется.
Эта привычка превращается в дублирующуюся, не поддающуюся отслеживанию работу: разработчик переписывает промпт заново, вместо того чтобы использовать результат коллеги («на этот раз синим, а не зеленым»), а когда агенты начинают общаться друг с другом, никто вообще не может проследить потребление до конкретного человека. То, что начиналось как вопрос бюджета, становится вопросом репутации: из-за отсутствия общей прозрачности объяснять руководству очередное повторение становится все сложнее.
С чего начинается управление
Обычно для написания правил требуется получение шокирующего счета.
Один немецкий банк написал свой регламент FinOps в ту же неделю, когда начал развертывание облака, и к моменту получения первого инвойса уже был готов с ним работать. Принципы FinOps для облачного потребления, отточенные годами, напрямую применимы к AI. Сигнал к началу всегда выглядит одинаково: никто не может с уверенностью спрогнозировать расходы на следующий месяц, никто не может сказать, какая команда сформировала цифру за прошлый месяц, и никто не получал официального поручения отвечать за эту связь.
Как только этот паттерн проявляется, проблема перестает быть обсуждением цен, и первые шаги отсюда становятся конкретными и немедленными:
Создайте скользящий прогноз, а не годовой. Обновляемый ежемесячно, основанный на реальных паттернах потребления, а не на базовых показателях прошлого года, с целевым отклонением текущих расходов менее чем на 8%2.
Измеряйте стоимость результата, а не стоимость токена. Именно так транспортная компания наконец обосновала свои растущие расходы на AI и поняла, где масштабировать их дальше.
Соберите ИТ, финансы и закупки в одной комнате до того, как устанавливать какие-либо правила. Совместный воркшоп между отделами — это то, с чего начинается общая ответственность.
Замените индивидуальные согласования защитными механизмами. Пороговые значения использования для команд и автоматизированные оповещения ловят всплеск до того, как он превратится в счет, вместо того чтобы просить менеджера одобрять каждый запрос по отдельности.
Цифра, за которой стоит следить
Каждый квартал цена за единицу выглядит лучше на бумаге, а итоговая сумма в инвойсе — хуже.
Цена никогда не была сложной частью. Объем — был. Так сколько из этого вы действительно можете изменить, а что уже прописано в контракте с вашим поставщиком?
Источники
- Gartner, цитируется в Sopra Steria Next, CIO Compass: Entering the Post-CAPEX Age, CIO Compass Series.
- Рекомендуемый целевой показатель Sopra Steria Next, CIO Compass: Entering the Post-CAPEX Age, CIO Compass Series.
