Щорічні витрати на токени ШІ в деяких компаніях починають конкурувати з фондом оплати праці інженерів, і керівництво не знає, чи варто святкувати, чи панікувати. Протягом останніх кількох років підприємства вливали величезні капітали в великі мовні моделі, сподіваючись, що дешевший інференс автоматично призведе до скорочення штату та прискорення циклів випуску продуктів. Натомість багато інженерних організацій виявляються в ситуації, коли їм доводиться платити двічі: один раз за таланти, які вони сподівалися підсилити, і вдруге — за обчислювальні потужності, які мали їх замінити. Питання вже не в тому, чи може ШІ писати код. Питання в тому, чи виправдовує написаний ним код ті статки, що спалюються на його створення.
Орієнтир у половину зарплати
Дженсен Хуанг жорстко представив математичні розрахунки наприкінці GTC 2026 під час виступу в подкасті All-In. Генеральний директор Nvidia запропонував вимірювати ефективність інженера, порівнюючи його зарплату безпосередньо з обсягом споживання токенів ШІ. Його поріг був суворим. Візьмемо інженера-програміста з річним доходом у 500 000 доларів. Якщо цей інженер використовує токенів менш ніж на 250 000 доларів на рік — приблизно половину своєї зарплати — Хуанг вважає це тривожним сигналом. Керівництво має бути «глибоко стурбованим», за його словами, не тому, що компанія переплачує людям, а тому, що вона, ймовірно, використовує їх не в повну силу.
Ця логіка перевертає традиційне мислення щодо контролю витрат. Роками фінансові відділи ставилися до обчислювальних потужностей як до змінних витрат, які слід мінімізувати. Хуанг стверджує протилежне. Дорого коштуючий інженер, який майже не взаємодіє з моделлю, — це дорого коштуючий спеціаліст, що працює без «множника сили». Очікується, що високооплачувані таланти мають діяти як воронка, пропускаючи величезні обсяги роботи через системи ШІ, перевіряючи результати та координуючи їх. Низькі витрати на токени не свідчать про ощадливість. Вони свідчать про те, що людина все ще виконує механічну роботу, з якою могла б впоратися модель.
Як ці витрати виглядають на практиці
Щоб зрозуміти, чому цей орієнтир важливий, розглянемо, що насправді представляють собою токени на 250 000 доларів. За поточними тарифами на передові моделі — це не просто кілька підказок автозаповнення. Це мільйони токенів, що обробляються щодня протягом робочого дня для виконання широкого спектра завдань. Це свідчить про інженера, який не просто приймає варіанти редагування, а здійснює глибоке архітектурне обґрунтування, проводить масовий рефакторинг за допомогою інтелектуальних агентів, керує конвеєрами автоматизованого тестування, генерує синтетичні дані та займається ітеративним дослідженням дизайну.
Старший інженер, працюючи таким чином, може об'єднувати в ланцюжок кілька викликів моделі для однієї функції: створення каркаса, аналізу залежностей на предмет критичних змін, моделювання поведінки в граничних випадках та паралельного створення документації. Пропускна здатність величезна, тому що людина більше не друкує кожен рядок. Вона керує процесом. Для Хуанга зарплата виправдовує себе лише тоді, коли людина працює в такому масштабі, примножуючи свою продуктивність завдяки безперервній взаємодії з моделлю.
Де зникає віддача
Попри таке бачення, галузь спостерігає за зростаючим розривом між витратами на інфраструктуру та отриманими результатами. Компанії поспіхом перейшли до стратегій з великим споживанням токенів, укладаючи корпоративні контракти з постачальниками ШІ та переробляючи свої цикли розробки під генеративні інструменти. Капітальні