Расходы на корпоративный ИИ смещаются с покупки мест на использование API

ChainCatcher сообщает, что исследование FundaAI по корпоративным приложениям ИИ показывает, что бюджеты на ИИ в корпорациях продолжают расти, но траектории на вторую половину 2026 года и 2027 год начинают расходиться. Прогнозы по расходам на ИИ крупного американского телеком-оператора A показывают рост с базового уровня 100 в январе до примерно 190 в декабре, при этом ожидается дополнительный рост на 40–50% в 2027 году по сравнению с предыдущим годом; крупный европейский автопроизводитель A увеличил расходы на ИИ за текущий год лишь на 10–15%, а прогноз на следующий год — примерно на уровне текущего. Рост расходов смещается от подписок на席位 к потреблению API/токенов и рабочим процессам производства. Упомянутый телеком-оператор изменил соотношение подписок и API с примерно 50%/50% на 40%/60% и, вероятно, приблизится к 35%/65%; крупная биофармацевтическая компания A перестроила соотношение с 80%/20% на примерно 70%/30%. Принятие открытого исходного кода неравномерно: доля активных сценариев использования может достигать 30–40%, однако из-за более низкой цены удельные расходы на них меньше; эксперты оценивают, что открытые модели для вывода могут быть на 40–70% дешевле, чем закрытые передовые модели, а при учете полных затрат разница сокращается до 20–40%, а маршрутизация моделей, кэширование и сжатие контекста могут дополнительно снизить расходы на API на 20–30%. Бюджеты на ИИ в производстве все чаще формируются снизу вверх на основе ROI рабочих процессов: типичный ROI для производственного применения у этого телеком-оператора составляет 1,5–2 раза, срок окупаемости — 6–18 месяцев, а для зрелых сценариев — до 3–5 раз. Следующая волна расходов будет связана с агентами, модернизацией программного обеспечения, операциями сети, коммерциализацией рабочих процессов и более длительными бизнес-процессами, однако инженерные ресурсы, реинжиниринг процессов, управление и готовность данных становятся более жесткими ограничениями, чем финансовые.