Всего год назад внедрение искусственного интеллекта в корпоративную среду напоминало гонку без правил: компании раздавали доступ к моделям как корпоративные бонусы, поощряя сотрудников «жечь» токены. Сегодня та же самая картина выглядит иначе — руководители в панике отключают доступы, вводят жесткие лимиты и спешно пересматривают бюджеты.
Токен, который еще недавно был лишь абстрактной единицей обработки данных, превратился в главную статью непредвиденных расходов. Давайте разберемся, почему это произошло и как корпорации оказались застигнутыми врасплох.
От "бесплатного топлива" к "токенапокалипсису"
В контексте больших языковых моделей (LLM) токен — это минимальная единица информации, которую обрабатывает нейросеть. Один токен может соответствовать части слова или целому слову, а 100 слов — это примерно 130–140 токенов. Они делятся на входные (промпты пользователей) и выходные (сгенерированные ответы).
Долгое время токены воспринимались как техническая деталь, не имеющая финансового значения. Все изменилось в марте 2023 года, когда OpenAI выпустила GPT-4 и установила публичные тарифы: $30 за 1 млн входных токенов и $60 за 1 млн выходных. С этого момента началась постепенная монетизация, которая к весне 2026 года завершилась полным переходом на оплату за использование.
Текущий период аналитики уже окрестили «токенапокалипсисом» — компании вынуждены в срочном порядке включать в бюджеты дополнительные издержки, которые ранее просто игнорировались.
Парадокс Джевонса в действии
Самое интересное в этой ситуации — парадокс: за три года средняя стоимость входного токена упала примерно на 98%. Однако корпоративные расходы на ИИ взлетели на 320% — с $1,2 млн в 2024 году до $7 млн в 2026-м. Причина — взрывной рост объемов использования, особенно за счет агентных технологий.
Простой запрос в 2023 году стоил около $0,04. Запрос к полноценной агентной системе — уже около $1,2, то есть в 30 раз больше. Для сложных рабочих процессов разрыв достигает 500 раз. Мы наблюдаем классический парадокс Джевонса: снижение цены ресурса ведет к гипертрофированному росту его потребления.
Кейсы: кто уже обжегся
Uber. Компания активно внедряла Claude Code и Cursor, а CEO Дара Хосровшахи хвастался, что агенты пишут 10% кода. Однако вскоре выяснилось, что годовой бюджет на программирование был исчерпан за считанные месяцы. Один технический директор потратил $1200 на токены за двухчасовую демонстрацию. Теперь Uber ввел лимит в $1500 в месяц на сотрудника.
Microsoft. В декабре 2025 года корпорация выдала тысячам разработчиков доступ к Claude Code от Anthropic. Эксперимент оказался настолько успешным, что инженеры предпочли его собственному GitHub Copilot. Через шесть месяцев Microsoft свернула программу, сославшись на необходимость миграции на Copilot CLI. Журналисты предполагают, что истинная причина — непомерные расходы на токены.
Amazon. Компания реструктурирует партнерство с Anthropic, переходя от оплаты за вычислительные часы к оплате за токены. Эксперты считают, что это может увеличить затраты Amazon на модели Claude, хотя в самой корпорации это отрицают.
Особенно показательна история анонимной компании, которая забыла установить лимиты на использование Claude Opus и получила счет на $500 млн. А один разработчик за месяц потратил более $40 000 на токены.
Выводы и прогноз
Крупные корпорации, безусловно, переживут «токенапокалипсис» — Microsoft и Amazon имеют прямые инвестиции в Anthropic и OpenAI. Но для более скромных фирм это может стать серьезным финансовым ударом.
На этом фоне Linux Foundation анонсировала проект Tokenomics Foundation — новый стандарт, который должен внедрить «дисциплину» в управление затратами на ИИ, по аналогии с облачной FinOps. Мой профессиональный прогноз: токены станут такой же привычной статьей бюджета, как подписки на облачные сервисы. Но до тех пор компаниям придется научиться считать каждый токен — или рисковать получить счет, который перечеркнет всю экономическую эффективность внедрения.