Meta прогнозирует, что бюджеты на AI-токены для инженеров вскоре могут быть ограничены
По мере того как искусственный интеллект глубоко интегрируется в жизненный цикл разработки программного обеспечения, начинают проявляться скрытые затраты на вычислительные мощности. Руководитель Meta Адам Моссери предполагает, что эра неограниченных экспериментов с ИИ может подходить к концу, так как стоимость потребления токенов начинает конкурировать с зарплатами сотрудников.
Растущая стоимость потребления AI-токенов
В недавнем интервью в Lenny’s Podcast глава Instagram Адам Моссери осветил грядущую финансовую реальность для Big Tech: «скорость сжигания средств» (burn rate) высокоэффективного инженера, использующего инструменты ИИ, вскоре может сравняться с его фактической стоимостью найма. Этот сдвиг знаменует переход от восприятия ИИ как бесплатного ускорителя продуктивности к рассмотрению его как значительных операционных расходов (OpEx).
Масштаб этой проблемы огромен. Meta недавно пришлось закрыть внутренний «рейтинг расходов на AI-токены» (AI token spend leaderboard), осознав, что текущие модели потребления выводят компанию на траекторию расходов в миллиарды долларов к 2026 году. Моссери отметил, что без управления очень легко создать «инсинератор токенов» — рабочий процесс, который потребляет огромные объемы вычислительных мощностей, не принося реальной ценности для бизнеса.
Переход к управлению ресурсами
Моссери утверждает, что бюджетами на токены необходимо управлять с той же строгостью, что и любыми другими ограниченными корпоративными ресурсами, такими как мощности GPU, RAM, хранилище данных или фонд оплаты труда. Этот переход к «рационированию токенов» не является уникальным для Meta; индустрия уже видит признаки финансовой расплаты за использование ИИ:
- Uber: Гигант сервиса заказа поездок столкнулся с кризисом бюджета на ИИ, исчерпав прогнозируемый бюджет на ИИ-кодинг до 2026 года уже к апрелю этого года.
- Microsoft: В стремлении консолидировать расходы Microsoft отменила лицензии Claude Code, переориентировав своих инженеров на собственный инструмент Copilot CLI.
Предлагаемая модель для Meta предполагает установку лимитов на каждого инженера, пропорциональных его способности обеспечивать результаты с положительным ROI. Вместо неограниченного доступа инженерам, скорее всего, будут выделяться бюджеты, основанные на ценности, которую их рабочие процессы с использованием ИИ приносят компании.
Путь к устойчивому масштабированию ИИ
Хотя ближайшее будущее кажется периодом ужесточения ограничений, Моссери сохраняет оптимизм относительно долгосрочной траектории экономики ИИ. Он ожидает, что по мере того, как поставщики моделей вступят в интенсивные ценовые войны за долю рынка, стоимость одного токена в конечном итоге снизится.
На данный момент индустрия находится в переходной фазе. Компании уходят от «бессмысленных» экспериментов в сторону дисциплинированного, ориентированного на ценность внедрения ИИ. Для разработчиков и технологических основателей это означает, что следующий рубеж эффективности будет заключаться не только в написании лучшего кода, но и в написании кода, который максимизирует интеллект при минимизации потерь вычислительных мощностей.
Основные выводы
- Финансовое равенство: Прогнозируется, что затраты на AI-токены для отдельных инженеров со временем сравняются с их полной стоимостью найма.
- Общеотраслевой тренд: Крупные игроки, такие как Uber и Microsoft, уже внедряют строгий контроль и консолидируют инструменты для управления бесконтрольными расходами на ИИ.
- Доступ на основе ROI: Будущее распределение ресурсов ИИ, вероятно, будет рассматриваться как управляемые операционные расходы (OpEx), при этом бюджеты будут привязаны к измеримой окупаемости инвестиций (ROI) инженера.