Главный вопрос ИИ-бума – не пора ли платить по счетам?

После долгих лет заоблачных ожиданий в отрасли искусственного интеллекта приближается час расплаты. Несмотря на рекордные вложения в ИИ-сферу, инвесторы, менеджмент и советы директоров компаний испытывают все больший скепсис в отношении реального роста производительности. Экономист Дамбиса Мойо в материале для Project Syndicate рассуждает, к чему могут привести как завышенные ожидания, так и сопутствующие им разочарования. 

 Этот скепсис обусловлен несколькими факторами. Во-первых, стоимость использования крупных языковых моделей продолжает расти, тогда как непосредственная выгода от них плохо поддается оценке. Согласно Silicon Data Token Expenditure Index, траты на большие языковые модели удвоились с 2025 года, притом что стоимость одного токена за последние три года снизилась
более чем на 90%.

Иными словами, внедрение ИИ растет такими темпами, что снижение цен на токены не успевает компенсировать затраты, в результате чего компании платят больше, чем когда-либо. Федеральный резервный банк Атланты оценивает, что в 2026 году компании по всему миру увеличат расходы на ИИ еще на 50 % — до $280 млрд.

Подобный резкий рост выявил фундаментальную асимметрию.

Возникает резонный вопрос: а когда собственно эти инвестиции начнут (если вообще начнут) себя оправдывать в плане повышения производительности или сокращения затрат? Согласно отчету Массачусетского технологического института за 2025 год, 95% пилотных программ в области генеративного ИИ, включая те, что были непосредственно заточены на ускорение роста выручки, не достигли заявленных целей.

Еще один повод понервничать — это растущий риск того, что компании, внедряющие ИИ-инструменты, могут непреднамеренно передать свою интеллектуальную собственность, бизнес-стратегию и массив данных, накопленных десятилетиями, крупным поставщикам моделей, вроде OpenAI и Anthropic. Хотя лицензионные соглашения и договорные гарантии ограничивают такие риски, поставщики LLM тем не менее могут получить доступ к соответствующей информации.

Лучшей иллюстрацией подобного конфликта интересов служит история Anthropic и Figma. Figma заключила партнерство с Anthropic для разработки дизайнерских помощников на базе ИИ, однако отношения между компаниями накалились после известий о том, что Anthropic разрабатывает конкурирующий инструмент, который впоследствии был запущен под названием Claude Design.

Ничего нового здесь нет. В истории полно примеров того, как технологические компании используют свой вес, возможности и рыночные преимущества для выхода на смежные рынки. Достаточно вспомнить вопиющий случай из девяностых, когда Microsoft с помощью Excel и Word вытеснил программы Lotus 1-2-3 и WordPerfect. Компаниям, уповающим на силу ИИ, не стоит забывать об этой истории.  

Помимо указанных коммерческих рисков, ИИ в долгосрочной перспективе может повлечь за собой значительные экономические и социальные издержки. Это и растущий спрос на электроэнергию, воду, инфраструктуру центров обработки данных, и дальнейшее сокращение рабочих мест, и рост неравенства в свете грядущей автоматизации рутинных работ. Решение этих проблем потребует увеличения государственных инвестиций и, в конечном итоге, повышения налогов на бизнес, что потенциально может привести к дополнительным формам социальной поддержки, таким как безусловный базовый доход. Многие руководители опасаются, что на частный сектор все чаще будут сваливать ответственность за непреднамеренные последствия использования ИИ, а это подтолкнет к повышению корпоративных налогов.

Исходя из перечисленных опасений неудивительно, что многие бизнес-гуру придерживаются более осторожного подхода к внедрению ИИ. Генеральный директор Palantir Алекс Карп недавно выразил эту точку зрения в интервью CNBC, обвинив OpenAI и Anthropic в краже «весов и альфы (преимуществ)» его бизнеса посредством ценообразования на основе токенов.

При разработке стратегий в области ИИ руководителям компаний следует предпринять четыре шага. Во-первых, компании должны пересмотреть контракты в сфере ИИ таким образом, чтобы поставщики моделей были более заинтересованы в успехе проекта. Если поставщики LLM действительно уверены в том, что их продукт способен обеспечить рост производительности и экономию на миллиарды долларов, им следует хотя бы частично увязывать свое вознаграждение с конечным результатам, а не полагаться исключительно на ценообразование от объемов использования.

Руководителям компаний также следует постоянно сравнивать затраты и время, необходимые ИИ для выполнения той или иной задачи, с cоответствующими человеческими показателями — для оценки экономической адекватности.

Во-вторых, компаниям надлежит избегать чрезмерной зависимости от конкретного поставщика. Многие фирмы уже экспериментируют с несколькими моделями (один поставщик — одна функция) либо внедряют ИИ-инструменты в тестовом режиме перед их глобальным корпоративным использованием.

В долгосрочной перспективе компаниям следует рассмотреть альтернативы с открытым исходным кодом. Многие из подобных ведущих моделей были разработаны китайскими компаниями, и они, по всей видимости, превосходят по производительности свои западные аналоги — кроме того, стоят не в пример дешевле. Например, цены на токены MiniMax M3 и DeepSeek V4 Pro составляют менее одной десятой от цен на токены Claude Opus 4.8. Ровно поэтому
такие компании, как DoorDash и Airbnb, обращаются к китайским моделям. Однако во многих западных компаний факторы геополитики и кибербезопасности, скорее всего, затмят очевидные преимущества такого рода.

Это подводит нас к третьему шагу, который необходимо предпринять всем руководителям компаний. Расширение использования ИИ неизбежно потребует усиления киберзащиты. Помимо рисков кибербезопасности,
связанных с современными LLM, прогресс в области шифрования, дешифрования и квантовых вычислений, вероятно, приведет к повышенной частоте и тяжести киберугроз, а также ускорит фрагментацию глобальной технологической экосистемы и затруднит любую трансграничную деятельность.

Политики уже бьют тревогу по этому поводу. В своем последнем «Отчете о финансовой стабильности» Банк Англии предупредил, что стремительное развитие передовых технологий ИИ уже повысило операционные и киберриски, а мгновенные и скоординированные сбои в работе систем становятся повседневной рутиной.

Наконец, чтобы оправдать огромные вложения, руководители компаний должны установить некие дедлайны по предоставлению неоспоримых доказательств того, что ИИ оправдывает возложенные надежды. Учитывая, что, по прогнозам, глобальные расходы на ИИ достигнут $2,5 трлн в 2026 году, а объем корпоративных токен-облигаций вырос на 320% с 2023 года, вопросы об экономической состоятельности ИИ будут звучать все жестче.

Если же доказательств таковой не появится, терпение инвесторов может лопнуть, что вызовет резкую переоценку активов, связанных с ИИ. Чем дольше ожидания будут опережать результаты, тем выше риск болезненной коррекции рынка.

 Copyright: Project Syndicate, 2026

www.project-syndicate.org