Токенная тарификация — модель, при которой компании платят за каждый обработанный фрагмент текста, а не за фиксированную подписку, — оказалась неудобной для корпоративных финансов. Согласно ещё не опубликованному опросу KPMG, только 26% компаний имеют полную видимость своих расходов на ИИ-сервисы. Половина респондентов располагает лишь частичным контролем, а 22% вообще не отслеживают потребление в реальном времени — они узнают о суммах только после выставления счёта.
KPMG уже работает с несколькими корпоративными клиентами, которые израсходовали годовые бюджеты на токены и облачные ресурсы за несколько месяцев. В одном случае потребление токенов выросло в шесть раз относительно плановых показателей. Стив Чейз, глобальный руководитель ИИ-практики KPMG, описывает ситуацию как управление принципиально новым ресурсом: «Это новый ресурс, которым нужно управлять, — такого раньше не существовало, и мы видим экспоненциальный рост». Гил Лурия, руководитель технологических исследований в D.A. Davidson, ожидает, что проблема станет массовой уже в текущем квартале: «Многие финансовые директора увидят свой счёт от Anthropic и придут в ужас».
| Уровень контроля расходов на ИИ | Доля компаний |
|---|---|
| Полная прозрачность | 26% |
| Ограниченный контроль | ~52% |
| Нет прозрачности / узнают постфактум | 22% |
Проблема структурная. Традиционные ИТ-бюджеты строятся на предсказуемых статьях: лицензии, серверы, поддержка. Токенная модель ломает эту логику: расходы напрямую зависят от того, как часто и насколько интенсивно сотрудники или автоматизированные системы обращаются к LLM. Если команда разработчиков начинает активно использовать ИИ-ассистентов или компания запускает агентные пайплайны, потребление может вырасти за недели без каких-либо предупреждений в финансовых системах.
У половины компаний — ограниченный контроль, у 22% — никакого до получения счёта.
Аналитики и руководители, опрошенные Wall Street Journal, проводят параллель с пандемийным облачным бумом 2020–2021 годов. Тогда компании массово наращивали облачную инфраструктуру, не выстраивая контроль над расходами, — а затем последовала волна оптимизации и сокращений бюджетов. Сейчас сценарий может повториться: ИИ-сервисы масштабируются быстрее, чем финансовые службы успевают выстроить процессы мониторинга и аллокации затрат.
Для отрасли это означает формирование нового класса инструментов — FinOps для ИИ. Уже существуют решения для отслеживания облачных расходов (AWS Cost Explorer, Azure Cost Management), и аналогичная инфраструктура начинает появляться для токенного потребления. Однако пока большинство компаний не имеют ни инструментов, ни внутренних процессов для управления этим типом затрат. Исследование KPMG фиксирует не технологическую, а организационную проблему: ИИ внедряется быстрее, чем корпоративные финансы успевают адаптироваться.
