Ейфорія від впровадження штучного інтелекту (ШІ) в корпоративні процеси офіційно змінилася фазою «фінансового похмілля». Кейс компанії Uber, яка вичерпала свій річний ліміт на використання великих мовних моделей (LLM) лише за три місяці, став тривожним сигналом для всього технологічного світу – розповідає highload.tech.
Поки розробники обіцяли неймовірну ефективність, бухгалтери почали рахувати збитки. Чому ШІ стає елітарною технологією і як це впливає на український IT-сектор?
Кейс Uber: Коли токени дорожчі за кодерів
Технічний директор Uber Сукумар Нага нещодавно визнав: бюджет на 2026 рік, виділений на роботу з LLM, фактично порожній. Проблема виявилася не в самій технології, а в її масштабуванні.
- Агенти-марнотрати: Uber активно впроваджував ШІ-агентів для написання коду та автоматизації підтримки. Кожен такий запит генерує тисячі токенів. При масовому використанні тисячами інженерів «лічильник» починає крутитися зі швидкістю світла.
- Прихована вартість: З’ясувалося, що вартість обчислювальних потужностей для підтримки складних моделей почала перевищувати витрати на зарплати програмістів середньої ланки.
«Ми розраховували на економію, але отримали неконтрольоване зростання видатків на хмарні обчислення», — констатують у компанії.
Глобальний тренд: Прогноз Gartner та «пастка ШІ»
Аналітичне агентство Gartner прогнозує, що до кінця 2026 року понад 40% компаній у світі обмежать використання генеративного ШІ через його високу вартість.
Основні причини подорожчання:
- Монополія на залізо: Дефіцит чіпів NVIDIA продовжує тримати ціни на оренду серверів на піку.
- Апетит моделей: Нові покоління моделей (GPT-5, Claude 4) потребують ще більше ресурсів для обробки одного запиту.
- Юридичні ризики: Компанії змушені купувати дорогі Enterprise-ліцензії, щоб гарантувати безпеку даних, що в 3–5 разів дорожче за звичайні підписки.
Україна: Між економією та інноваціями
Український IT-бізнес, який традиційно працює за моделлю аутсорсингу, опинився у складній ситуації. З одного боку — тиск західних замовників, які хочуть бачити «AI-driven» підхід, з іншого — реалії українського ринку.
- Зарплатний парадокс
В Україні спостерігається цікава аномалія. Медіанні зарплати звичайних Senior-розробників стабілізувалися або навіть трохи знизилися. Водночас попит на AI/ML-інженерів зріс, а їхні гонорари сягають $7,000–$10,000. Для багатьох українських компаній утримання штату таких фахівців разом із оплатою API-запитів стає непосильним тягарем. - Проблема «токеноміки»
Українські стартапи, які будують продукти на базі OpenAI або Anthropic, стикаються з тим, що їхня юніт-економіка не сходиться. Вартість залучення та обслуговування одного клієнта за допомогою ШІ часто вища за дохід, який цей клієнт приносить. - Перехід на локальні моделі
Щоб зекономити, українські розробники все частіше дивляться у бік Open Source (наприклад, Llama від Meta). Це дозволяє запускати ШІ на власних серверах, не сплачуючи за кожен «токен» американським гігантам. Проте це потребує великих разових інвестицій у «залізо», що в умовах війни та проблем з енергетикою є окремим викликом.
Видання GALERANEWS зазначає, що кейс Uber — це не поодинокий випадок, а початок великої ревізії. Світ (і Україна зокрема) входить у фазу «тверезого ШІ». Компанії почнуть ретельно обирати, де ШІ дійсно приносить прибуток, а де дешевше і надійніше залишити роботу людині. Програмісти не зникнуть, але вони стануть «контролерами витрат», чиє головне завдання — писати код так, щоб він не з’їв бюджет компанії за один квартал.
