Uber та Microsoft підкреслюють зростання витрат на AI-токени та зменшення віддачі

Автор: Бао Їлун

Джерело: Wall Street Journal

Обґрунтованість витрат на штучний інтелект у бізнесі піддається серйозному тестуванню: споживання токенів безперервно зростає, але вимірювана комерційна цінність важко виявляється.

22 травня головний оперативний директор Uber з ринковою капіталізацією понад 200 мільярдів доларів США Ендрю Макдональд у подкасті відкрито заявив, що «цієї лінії ще не існує» між зростанням споживання токенів і реальним покращенням продукту.

Макдональд зазначив, що компаніям все складніше обґрунтовувати постійне зростання витрат на ШІ. Він навіть створив спеціальне слово для позначення витрат у внутрішніх інженерних командах: «tokenmaxxing» (максимізація токенів).

Раніше, у середині травня, Microsoft почав скорочувати ліцензії на Claude Code у внутрішніх системах через «непереважність» рахунків за Token.

Сполучення двох подій змусило ринок визнати змінну, яку раніше ігнорували. Економіка токенів, тобто одинична ефективність споживання токенів у масштабі бізнесу, перетворилася з периферійної теми на ключовий опорний елемент у цілій інвестиційній аргументації щодо ШІ.

З квітня серія даних послідовно з’явилася, разом малюючи тривожну картину.

У квітні цього року головний технічний офіцер Uber публічно заявив, що компанія витратила весь річний бюджет на Claude Code за чотири місяці.

Серед 5000 інженерів рівень місячного використання становить від 84% до 95%, а місячний рахунок на одного користувача варіюється від 150 до 2000 доларів США; сам CTO, за повідомленнями, спожив токенів на 1200 доларів США під час внутрішньої презентації тривалістю дві години.

Макдональд описав, що, дізнавшись це число, був «просто оглушений до немовності».

З боку Microsoft, за повідомленням Tom Warren з видання The Verge, Claude Code швидко набув популярності серед інженерів Microsoft, але модель оплати за токени зробила масштабні витрати непостійними, і Microsoft відразу ж почала зменшувати відповідні ліцензії.

GitHub оголосив, що з 1 червня всі плани Copilot перейдуть із фіксованої підписки на оплату за використання.

Офіційний пост з обговорення отримав майже 900 голосів «проти», оскільки деякі користувачі розрахували, що одна сесія програмування агента зазвичай витрачає 30–40 доларів США, що означає, що пакет за 10 доларів на місяць вичерпується під час однієї ж використання.

Платформа для продуктивності розробників Entelligence.AI, зібравши дані про 2444 компанії, виявила:

• За кожен вкладений долар у витрати на AI-токен лише 18 центів створили реальну цінність для користувачів.
• 44 центи витрачено на виправлення багів, введених штучним інтелектом; 27 центів пішло на переробку; 11 центів витрачено на витрати, пов’язані з перевіркою.

За індексом витрат на токени Silicon Data LLM від Bloomberg, ціна токенів з кінця лютого цього року зросла приблизно на 65%, а ціни на американське ПО для ШІ за останній рік зросли на 20–37%.

Ті самі дані в різних аналітичних рамках призводять до зовсім різних висновків.

Бикова думка вважає, що поточна нестабільність — це лише болісний період успішного перетворення.

За оцінкою Джима Шнайдера з Goldman Sachs на початку травня, до 2030 року агентні штучні інтелекти збільшать споживання токенів у 24 рази, до приблизно 120 квінтильйонів токенів на місяць, а маржа прибутку великих хмарних провайдерів і постачальників моделей стане позитивною протягом наступних 3–12 місяців.

Річ Пріворотський з Goldman Sachs вважає, що перший квартал 2026 року може стати піком «максимізації токенів» як KPI, і галузь переходить від прагнення до споживання до більш здорового показника — «вартість ефективної дії на одиницю».

Економічні дослідження JPMorgan також виявили, що на початку 2026 року спостерігалося стрімке зростання кількості нових та оновлених пакетів Python на PyPI, що не було зафіксовано при запуску ChatGPT у 2022 році, що свідчить про реальне підвищення продуктивності.

Крім того, поточний коефіцієнт P/E Mag 7 становить приблизно 20 разів очікувану прибутковість, що значно нижче за 52 рази під час піку технологічного бульбашки 2000 року, 67 разів у Японії 1989 року та 34 рази в епоху «прекрасних п’ятдесяти». За мірками історичних бульбашок, поточна ситуація не є бульбашкою.

Медвежа думка була найбільш систематично викладена аналітиком напівпровідників Goldman Sachs Джимом Ковелло у звіті за квітень.

Він зазначив, що майже вся вартість ланцюжка поставок ШІ потрапляє до напівпровідникових компаній — це явище, безпрецедентне в історії й непостійне: компанії з виробництва чіпів мали б отримувати прибуток, коли користувачі отримують користь, але в циклі, який ми зараз спостерігаємо, їхнє процвітання досягається за рахунок виснаження всього ланцюжка поставок.

Чистий прибуток NVIDIA зрос приблизно у 20 разів з моменту запуску ChatGPT; всі великі хмарні провайдери вже витратили операційний грошовий потік і перейшли до позик — обсяг випуску боргових інструментів, пов’язаних із центрами обробки даних, у 2025 році становитиме близько 182 мільярдів доларів США, що вдвічі більше, ніж у 2024 році.

Дослідження MIT Nanda показує, що 95% компаній, що інвестували у генеративний ІІ, отримали нульову віддачу. Це розрив може тривати певний час, але не може тривати вічно.

Ця дискусія також стосується більш складного аспекту: фінансового циклу між надвеликими хмарними провайдерами та лабораторіями з ІІ.

Згідно з корпоративними розкриттями, зібраними The Information, OpenAI та Anthropic разом становлять більше половини майбутніх зобов’язань Microsoft, Oracle, Google та Amazon щодо хмарних послуг, що сягають 2 трильйони доларів США. Зокрема:

• З 627 мільярдів доларів США незавершених замовлень на хмарні послуги Microsoft, 280 мільярдів доларів США прив’язані до OpenAI;
• З 553 мільярдів доларів США у трубопроводі Oracle, 54% (приблизно 300 мільярдів доларів США) забезпечуються OpenAI;
• З 467,6 мільярда доларів США від Google, Anthropic становить 43% (приблизно 200 мільярдів доларів США);
• Відповідний витратний показник Amazon досягає 51% від її запасів у 464 мільярди доларів США.

Ця фінансова структура має внутрішній циклічний характер. Інвестиції Microsoft у розмірі 13 мільярдів доларів США в OpenAI в основному реалізуються у вигляді інтеграцій Azure, які OpenAI використовує для придбання обчислювальних ресурсів Azure, а Microsoft відразу зараховує їх як доходи від хмари.

Той самий хмарний провайдер масштабу, що є інвестором у AI-лабораторії, а також постачальником послуг з оплатою за обчислювальну потужність.

Ця структура також проявляється у прибуткових даних. Alphabet оголосила рекордний прибуток у розмірі 62,6 млрд доларів США за перший квартал, з яких приблизно 28,7 млрд доларів США, майже половина, припадає на оціночне зростання акцій Anthropic.

З прибутку Amazon у розмірі 30,3 млрд доларів США за перший квартал 16,8 млрд доларів США — це нереалізовані до оподаткування прибутки від Anthropic, тоді як вільний грошовий потік через капітальні витрати на центри обробки даних у розмірі 44,2 млрд доларів США за той самий період впав на 95% до 1,2 млрд доларів США.

Стійкість цієї системи залежить від здатності лабораторій з ІШ отримувати постійне зовнішнє фінансування для виконання обіцянок щодо хмарних обчислень, що, у свою чергу, залежить від постійної готовості корпоративних клієнтів сплачувати зростаючі рахунки за токени.

За повідомленнями, Anthropic зараз має витрати до 3 доларів США на кожен зароблений долар. Коли темпи фінансування сповільниться, надійність прогнозів доходів від хмари знизиться, і мультиплікатори оцінки великих хмарних провайдерів підпадуть під тиск перегляду.

Ланцюг передається в обох напрямках і також розірветься в обох напрямках.

Поточна ситуація не є типовим налаштуванням пінкової бульбашки.

З точки зору коефіцієнтів оцінки, сьогодні «сім великих» технологічних компаній мають середній майбутній коефіцієнт P/E приблизно 20, що значно нижче за 52 у пік технологічного бульбашки 2000 року, 67 у японському ринку 1989 року або 34 у епоху «прекрасних п’ятдесяти».

Технології ШІ є реальними. Для інтенсивних користувачів дані щодо зростання продуктивності також підтверджуються. Річний дохід OpenAI становить близько 20 мільярдів доларів США, Anthropic — близько 4,3 мільярда доларів США, і ці лабораторії не зникнуть.

Сьогодні вартість токенів (обчислювальні витрати) стала ключовим фактором, що визначає успіх або невдачу штучного інтелекту, а шість місяців тому люди навіть не обговорювали цю тему.

Тоді всіх цікавило лише «чи працює технологія». Зараз відповідь очевидна: у певних роботах та серед певних груп людей технологія дійсно працює.

Але виникає нове питання: чи зможуть нижчі ланки вчасно передати зекономлені кошти вище, щоб випередити оціночний вікно, яке ринок капіталу виділив лабораторіям з ШІ та хмарним гігантам?

Ті, хто вірить у штучний інтелект, вважають, що, якщо технологія продовжуватиме дозрівати, рентабельність інвестицій (ROI) компаній стане позитивною протягом 1–1,5 років.

Ті, хто скептично ставляться, вважають, що більше топ-менеджерів, як Макдональд, відкрито скаржитимуться на низьку ефективність інвестицій у ШІ та почнуть скорочувати бюджети.

Обидва ці сценарії можуть відбуватися одночасно, і ще не зрозуміло, хто виграє. Єдина річ, яку можна стверджувати напевно, — це те, що колишня брехня про те, що «зростання використання токенів означає успішний перехід на ШІ», розвалюється.

Великий обсяг споживання токенів не означає наявності комерційної цінності; ці два бульбашки рано чи пізно мають бути ліквідовані. Рахунок за ШІ вже настав, але хто саме заплатить за нього — залишається невідомим.