Аналитики предупреждают: переход на оплату за потребляемые токены и отсутствие контроля приведут к тому, что использование ИИ-агентов станет дороже найма программистов.
2 мин
Аналитическая компания Gartner опубликовала прогноз, согласно которому к 2028 году стоимость использования искусственного интеллекта для написания кода превысит среднюю заработную плату разработчика программного обеспечения. Главной причиной этого сдвига станет стремительный рост потребления токенов и изменение бизнес-моделей поставщиков ИИ-решений.
До недавнего времени большинство инструментов для разработчиков продавались по модели фиксированной подписки или лицензирования по количеству рабочих мест (seat-based licensing). Однако сейчас индустрия массово переходит на ценообразование, основанное на фактическом потреблении. В основе этой модели лежат токены — базовые единицы данных, которые обрабатывают большие языковые модели (LLM).
Этот переход создает серьезные проблемы с прогнозированием расходов. Разработчики, использующие ИИ-ассистентов, исторически склонны оптимизировать свою работу ради скорости и удобства, а не экономической эффективности. Без строгого контроля со стороны руководства это приводит к нерациональному использованию вычислительных ресурсов.
Проблема усугубляется тем, как именно применяются ИИ-агенты. Часто разработчики отправляют моделям избыточные объемы данных, перегружая контекстное окно (context window). Кроме того, предоставление ИИ-агентам излишней автономности без промежуточного контроля со стороны человека может приводить к бесконечным циклам генерации и проверок кода, что мгновенно сжигает выделенные бюджеты.
Инфраструктурные затраты на обучение и поддержку работы передовых моделей продолжают расти, что неизбежно толкает вверх базовые цены на токены. При этом сами поставщики ИИ-инструментов пока не предлагают зрелых встроенных механизмов для оптимизации затрат. В результате бюджеты технологических компаний на ИИ истощаются гораздо быстрее, чем планировалось изначально.
Для многих организаций это означает, что ожидаемый рост продуктивности от внедрения ИИ может быть полностью нивелирован финансовыми потерями. Большинству компаний сегодня не хватает зрелых метрик и систем оценки, чтобы сопоставить реальную стоимость генерации кода с итоговой пользой для бизнеса.
Чтобы избежать неконтролируемого роста расходов, аналитики рекомендуют внедрить строгую дисциплину использования ИИ. В первую очередь необходимо классифицировать задачи по уровню сложности. Простые и рутинные операции следует направлять к небольшим, экономичным моделям, оставляя передовые и дорогие нейросети (frontier models) исключительно для решения сложных архитектурных задач.
Кроме того, инженерным командам предстоит освоить практики работы с контекстом (context engineering). Это означает обучение разработчиков передавать ИИ только ту информацию, которая критически важна для решения конкретной задачи, отсекая весь лишний код.
Наконец, компаниям потребуется внедрить автоматизированные системы мониторинга и лимиты на использование токенов. Регулярный аудит процессов, потребляющих наибольшее количество ресурсов, должен стать стандартной частью циклов разработки. Время покажет, насколько быстро индустрия сможет адаптироваться к этим новым экономическим реалиям.
К 2028 году стоимость ИИ-инструментов для разработки может превысить зарплаты программистов из-за бесконтрольного потребления токенов и новых моделей тарификации.
Рост продуктивности от использования ИИ может оказаться экономически невыгодным, если компании не внедрят строгий контроль за тем, как именно разработчики формулируют запросы к моделям.
