Контроль расходов на ИИ: почему компании переходят от энтузиазма к лимитам
Компании переходят от безлимитного внедрения ИИ к лимитам, бюджетам и маршрутизации моделей. Что меняет usage-based billing и как считать AI-агентов.
Контроль расходов на ИИ: почему компании переходят от энтузиазма к лимитам
По состоянию на 25 июня 2026 года корпоративный ИИ вошёл в неприятную, но зрелую фазу: компании уже не только выдают сотрудникам Copilot, Claude, ChatGPT или внутренние ассистенты, но и считают, кто сжигает бюджет, какими задачами и на каких моделях. Контроль расходов на ИИ — это управление token spend, лимитами, маршрутизацией моделей и бюджетами AI-инструментов так, чтобы стоимость LLM и агентных процессов была связана с бизнес-результатом.
Повод свежий. 404 Media в материале про «tokenpocalypse» описывает, как компании начали разбираться с растущим расходом на ИИ. В истории Accenture, по данным издания, заметная часть потребления токенов связана не только с инженерами, а с обычными офисными сценариями: например, когда сотрудник просит ИИ превратить PDF в презентацию. На уровне одного запроса это мелочь. На уровне десятков тысяч сотрудников такая мелочь превращается в строку бюджета.
Мы уже отдельно разбирали, почему счёт за LLM растёт в enterprise AI. Новый сдвиг в другом: финансовые и технические команды переходят от объяснения цены токенов к управлению поведением пользователей, инструментов и моделей.
Что изменилось после первой волны внедрения
Пока ИИ был пилотом, его легко было продавать внутри компании как эксперимент. Несколько команд тестируют помощника для кода, маркетинг пробует черновики, юристы проверяют резюме договоров. Дальше начинается массовое внедрение, и привычная лицензия «за место» перестаёт хорошо описывать реальную нагрузку.
GitHub показал этот переход особенно наглядно. В официальном блоге компания объявила, что с 1 июня 2026 года все планы Copilot переходят на usage-based billing. Вместо прежней логики premium requests использование считается через GitHub AI Credits. По документации GitHub, взаимодействие потребляет input tokens, output tokens и cached tokens; итоговая стоимость конвертируется в AI credits, где один кредит равен $0,01. При этом code completions и Next Edit suggestions остаются включёнными в планы и не расходуют кредиты.
Для разработчика формулировка звучит бухгалтерски. Для компании это смена правил. Один пользователь может ограничиться автодополнением, другой — запускать агентные задачи, ревью, длинные чаты с контекстом репозитория и повторные проверки. Формально оба купили «Copilot», но нагрузка на модели и инфраструктуру у них разная.
Почему агентные задачи ломают старую экономику
Обычный чат с моделью ещё можно представить как последовательность запросов и ответов. Агентная задача устроена иначе. Пользователь просит не «напиши функцию», а «разбери задачу, найди файлы, предложи патч, запусти тесты, исправь ошибки, проверь ещё раз». Внутри такой сессии модель читает больше контекста, пишет больше текста, вызывает инструменты и может несколько раз возвращаться к одному месту.
Именно поэтому расход на ИИ плохо контролируется одними лицензиями. Бюджет сжигает не факт доступа к инструменту, а конкретное поведение: длинные промпты, большие вложения, повторные генерации, дорогие модели там, где хватило бы модели дешевле, и автоматические процессы без понятного стоп-сигнала.
Deloitte в руководстве для финансовых директоров называет токены новой единицей потребления: не пользователи, не лицензии и не часы, а входные и выходные токены начинают определять стоимость. В том же материале подчёркивается, что AI-затраты становятся переменными, нелинейными и трудными для прогноза без явного управления спросом.
Как компании начинают ограничивать расход
Контроль расходов на ИИ не сводится к грубому запрету. Если компания просто урежет доступ к сильным моделям, сотрудники уйдут в теневые инструменты или начнут экономить на задачах, где ИИ действительно окупается. Рабочая схема ближе к FinOps в облаках: сначала видимость, затем правила, затем оптимизация.
| Что сжигает бюджет | Как ограничивать | Какую метрику смотреть |
|---|---|---|
| Длинный контекст, большие PDF, вложения и повторная обработка одних данных | Лимиты на размер контекста, кеширование, отдельные правила для документов | Input tokens, cached tokens, стоимость на задачу |
| Дорогие модели в рутинных сценариях | Маршрутизация: простые задачи на дешёвые модели, сложные — на старшие | Средняя стоимость запроса, доля задач по моделям |
| Агентные процессы без стоп-сигнала | Бюджет на сессию, лимит итераций, подтверждение перед дорогим шагом | Стоимость агентной сессии, число вызовов инструментов |
| Массовое использование без связи с бизнес-результатом | Cost centers, бюджеты команд, отчёты по use cases | Расход на команду, экономия времени, влияние на выручку или SLA |
Самый важный слой здесь — не технический, а организационный. У каждой команды появляется вопрос: зачем она тратит токены. Для разработки ответом может быть скорость закрытия задач и качество ревью. Для поддержки — снижение времени ответа. Для финансового отдела — меньше ручной работы с отчётами. Если метрики нет, лимит превращается в спор вкусов.
Где заканчиваются токены и начинается инфраструктура
На масштабе расходы на ИИ быстро упираются в инфраструктуру. Компания может начать с лимитов в Copilot или Claude Code, но через несколько кварталов вопрос становится шире: какие модели использовать, где держать inference, как кешировать контекст, какие данные отправлять в модель и когда есть смысл строить собственный слой маршрутизации.
Поэтому тема контроля расходов связана с более широким спором о том, кто контролирует AI-инфраструктуру. OpenAI, Google, Anthropic и крупные облака пытаются снижать стоимость вывода токенов через собственные стеки, чипы, сети и дата-центры. В отдельном материале мы разбирали, зачем OpenAI и Broadcom нужен inference-чип Jalapeño. Для корпоративного клиента это пока не закупочная инструкция, а сигнал: цена ИИ будет зависеть не только от модели в интерфейсе, но и от всего пути запроса до ответа.
IEEE Spectrum в свежем тексте про AI-designed RFIC показывает соседний слой той же тенденции: ИИ применяют уже не только для потребления compute, но и для проектирования радиоэлектронных схем. Это не главный сюжет статьи про бюджеты, но хороший индикатор направления. Когда стоимость ИИ становится стратегической, оптимизация спускается вниз по стеку: от промптов и лимитов к моделям, чипам и специализированному дизайну.
Что делать CTO и CFO
Первый шаг — перестать смотреть на ИИ как на обычную подписку. Нужен отчёт не только по числу пользователей, но и по расходу токенов, типам задач, моделям, командам и результатам. Без этого компания видит счёт, но не видит причину.
Второй шаг — разделить сценарии. Генерация черновика письма, анализ договора, кодовое ревью и автономный агент в репозитории требуют разных лимитов. Универсальная квота на пользователя будет либо душить полезные задачи, либо пропускать дорогие.
Третий шаг — договориться, кто владеет экономикой ИИ. Техническая команда понимает модели, контекст и архитектуру. Финансовая команда отвечает за прогноз, бюджет и окупаемость. Если эти два контура не разговаривают, организация будет либо переплачивать, либо резать расходы там, где ИИ приносит реальную пользу.
Короткие ответы
Почему AI-инструменты стали дороже для компаний?
Массовое внедрение увеличило не только число пользователей, но и сложность сценариев. Агентные процессы, большие документы, длинный контекст и дорогие модели создают переменную нагрузку, которую плохо описывает простая лицензия за место.
Что такое usage-based billing в Copilot?
По состоянию на 25 июня 2026 года GitHub описывает новую модель так: использование Copilot в организациях и enterprise-планах измеряется в AI Credits. Расход считается по input, output и cached tokens, а стоимость зависит от используемой модели. У GitHub при этом остаются функции, которые входят в план и не расходуют кредиты, включая code completions и Next Edit suggestions.
Как контролировать расходы на AI-агентов?
Нужны лимиты на сессию, бюджет на команду, маршрутизация моделей, видимость стоимости одной задачи и стоп-сигналы для длинных процессов. Для агента важнее контролировать не сам факт запуска, а количество итераций, объём контекста и стоимость инструментов, которые он вызывает.
Главное
Контроль расходов на ИИ становится нормальной частью корпоративного управления. Компании не отказываются от ИИ, а начинают считать его как облака: кто потребляет, зачем, на какой модели, с каким результатом и где проходит экономический предел.
Для сотрудников это означает меньше иллюзии «бесплатного» ассистента. Для CTO — больше работы с архитектурой, кешированием и маршрутизацией. Для CFO — новый тип переменных затрат, который нужно видеть до того, как он станет неожиданной строкой в квартальном отчёте.
Источники и проверка фактов
- 404 Media: The Tokenpocalypse Is Here, опубликовано 24 июня 2026 года, проверено 25 июня 2026 года.
- GitHub Blog: GitHub Copilot is moving to usage-based billing, опубликовано 27 апреля 2026 года, проверено 25 июня 2026 года.
- GitHub Docs: Usage-based billing for organizations and enterprises, проверено 25 июня 2026 года.
- Deloitte: AI tokenomics: A CFO’s guide to governing the AI P&L, проверено 25 июня 2026 года.
- IEEE Spectrum: AI Is Designing Radio Chips That Humans Couldn't Even Imagine, опубликовано 25 июня 2026 года, проверено 25 июня 2026 года.
