Автор admin 
Агенти штучного інтелекту для генерації та роботи з кодом — Claude Code, Cursor, Codex та інші інструменти — стрімко перетворюються з дешевого додаткового бонусу на одну з найдорожчих статей витрат у бюджеті команд розробки. За оцінками аналітичної компанії Gartner, вже до 2028 року витрати на ШІ-кодування можуть перевищити середню зарплату середнього програміста, пише The Register.
Читайте также: Правила не працюють. Meta закликали посилити захист звичайних користувачів від сексуалізованих дипфейків
У дослідженні стверджується, що 23% технологічних керівників уже зараз витрачають від $200 до $500 на одного розробника щомісяця лише на токени для агентів кодування.
Чому зростають витрати на токени
Старший головний аналітик Gartner Нітіш Тʼягі пояснює: компанії стрімко переходять від експериментів до повноцінного масштабного впровадження агентів для написання коду, але багато з них суттєво недооцінюють фінансові наслідки зростання споживання токенів.
За його словами, дисципліна у використанні токенів не виникає сама собою — розробники, як правило, оптимізують свою роботу під швидкість і зручність, а не під економію коштів. Без чіткої моделі управління робочими процесами витрати можуть зростати швидше, ніж приріст продуктивності, який ці інструменти мають забезпечувати.
Корінь проблеми — у переході постачальників ШІ-інструментів від моделі ліцензування за робоче місце (seat-based) до моделі оплати за фактичне споживання токенів (consumption-based). Це створює надзвичайно непередбачувану структуру витрат для інженерних команд.
Непрозорість і втрата контролю над бюджетом
Окрему проблему створює відсутність прозорості: багато постачальників ШІ-агентів кодування не розкривають, як саме розраховується й тарифікується споживання токенів. Це обмежує здатність компаній точно прогнозувати й контролювати витрати, а також відстежувати реальне співвідношення вартості й цінності отриманого результату.
Серед типових причин надмірних витрат на токени аналітики Gartner називають: некеровану автономність у робочих процесах на основі агентів, надмірно «роздуті» контекстні вікна та відсутність структурованих механізмів зворотного зв’язку для оптимізації використання. Додатково ситуацію ускладнює те, що постачальники ШІ-інструментів для кодування досі не впровадили вбудовані механізми оптимізації витрат.
Не всі високі витрати є проблемою
У Gartner наводять показовий приклад: в одній ІТ-компанії в Індії витрати на ШІ-інструменти для одного розробника становили $20 тисяч, виходячи з обсягу спожитих токенів. Спочатку це виглядало як аномалія, однак з’ясувалося, що розробник працював над масштабним проєктом модернізації застарілої системи (legacy modernization) — і такий обсяг витрат був повністю обґрунтованим з огляду на складність задачі.
Читайте также: Замінить людей на заводах? В США представили гуманоїдного робота R-Noid
Gartner у своєму звіті «How to optimize token consumption for AI coding» радить керівникам інженерних команд спочатку оцінити зрілість поточних процесів розробки програмного забезпечення в організації — щоб зрозуміти, чи готова компанія до автономної агентної розробки взагалі. Після цього варто визначити, де і як розробники фактично використовують агентів кодування, щоб виявити сценарії, де автономна розробка та преміальні моделі справді необхідні — і де витрати на них економічно невиправдані.
Реальні наслідки вже відчутні на практиці
Перехід на тарифікацію за токенами вже спричинив резонансні випадки в галузі. Зокрема, GitHub Copilot завершив повний перехід на тарифікацію за токенами ще 1 червня 2026 року — і це суттєво змінило структуру витрат для активних користувачів агентного режиму. За даними дослідницької компанії DX, один розробник повідомив про зростання витрат із $29 до $750 на місяць, інший — із $50 до $3000. В одній компанії з 80 розробниками підрахували, що новий щомісячний рахунок дорівнюватиме річній зарплаті повноцінного штатного інженера-програміста.
Подібні складнощі виникли й у великих корпорацій. Раніше повідомлялось, що Microsoft почала скасовувати більшість прямих ліцензій на Claude Code, перенаправляючи розробників на GitHub Copilot CLI — лише через шість місяців після того, як компанія вперше відкрила своїм співробітникам доступ до інструменту. CTO Uber Правін Неппаллі Нага також повідомляв, що компанія повністю витратила весь річний бюджет на ШІ-інструменти кодування лише за чотири місяці 2026 року.
Парадокс падіння цін на токени
Цікавий нюанс полягає в тому, що сама вартість окремого токена продовжує суттєво знижуватися. За оцінками Gartner, до 2030 року інференс моделі з одним трильйоном параметрів коштуватиме компаніям майже на 90% менше, ніж у 2025 році.
Однак це не означає, що штучний інтелект стане дешевшим для бізнесу загалом: агентні моделі вимагають значно більше токенів на кожне завдання, ніж стандартні моделі, а зростання обсягів споживання може випереджати темпи падіння вартості одного токена. Старший директор-аналітик Gartner Вілл Соммер прямо попереджає: керівникам із продукту не варто плутати здешевлення базових (commodity) токенів із демократизацією доступу до передових (frontier) моделей міркування.
За прогнозом Goldman Sachs, агентний штучний інтелект може спричинити 24-кратне зростання споживання токенів до 2030 року — до приблизно 120 квадрильйонів токенів щомісяця. Якщо темпи споживання продовжать випереджати падіння вартості за одиницю, амбітні плани технологічних керівників щодо повноцінного впровадження агентів у щоденну роботу команд можуть обернутися рахунком, значно важчим за очікуваний.
Нагадаємо, що бізнес вже почав замінювати дорогі LLM-моделі на китайські open-source. Це допомагає заощадити мільйони.
Читайте также: У Франції вперше зафіксували зараження лихоманкою Ебола
Підписуйтесь на нас у соцмережах: Telegram | Facebook | LinkedIn