Венчурный фонд NEA фиксирует разворот: компании больше не покупают ИИ ради «галочки», а ищут инструменты для контроля расходов. Партнёр NEA Тиффани Лак на подкасте TechCrunch Equity рассказала, что мода на «tokenmaxxing» — максимизацию использования больших моделей — упёрлась в реальные бюджеты, и среди жертв оказались Uber и Meta.
Финансовый отрезвляющий душ
По данным, прозвучавшим в эфире, Uber выработал годовой бюджет на ИИ-инструменты за несколько месяцев — компания не ожидала, что инженеры и аналитики так быстро упрутся в потолок выделенных квот на Claude и сопоставимые модели. В ответ часть крупных работодателей урезала корпоративные лицензии на продвинутые нейросети: разработчикам сокращают месячные лимиты токенов, отключают «безлимитные» планы и переводят на тарифы попроще.
Meta пошла ещё дальше и закрыла внутренний лидерборд, где команды соревновались по объёму использования моделей. Оказалось, что гонка стимулировала бессмысленный расход токенов: люди прогоняли запросы ради позиции в рейтинге, а не ради продуктовых метрик. Лак подчёркивает, что под «tokenmaxxing» в 2025 году ушли миллиарды, но связь между этими тратами и ростом прибыли так и не прослеживается.
По её словам, у венчура теперь высокий спрос на стартапы, которые делают наблюдаемость расходов на ИИ — FinOps-инструменты для моделей: мониторинг стоимости каждого запроса, разбивка по командам и проектам, лимиты на уровне отдельных агентов. Это превращается в самостоятельный сегмент рынка отдельно от вендоров LLM, и фонды уровня NEA уже готовят чеки именно под него.
Для разработчиков это означает конец эпохи, когда ИИ-ассистенты можно было «жечь» без оглядки на счёт. На горизонте — корпоративные политики с жёсткими квотами, отчётность по токенам наравне с расходами на облако и требование привязывать каждое подключение модели к конкретной бизнес-метрике. Те, кто строит AI-нативные пайплайны, всё чаще будут получать вопрос не «насколько умно?», а «во сколько обошёлся ответ?».
Источник: https://zamin.uz/en/technology/207733-ai-and-costs-companies-struggle-to-calculate-expected-returns.html