Оптимизация расходов на ИИ: как LegalOn снизила затраты на разработку на 65 процентов
Переход от безлимитного использования одной высокопроизводительной модели к маршрутизации задач позволил компании сократить ежедневные расходы без потери скорости разработки.
Суть
Компания LegalOn Technologies сократила расчетные ежедневные затраты на использование Codex примерно на 65%, сохранив при этом скорость разработки. Этого удалось достичь за счет отказа от использования самой мощной модели для всех задач и перехода к выбору между GPT-6 Astra, GPT-6.1 Sol и GPT-6 Luna в зависимости от сложности конкретного процесса.
Контекст
Изначально разработчики компании имели неограниченный доступ к основной модели GPT-5.5 в быстром режиме (Fast mode). Искусственный интеллект применялся для проектирования, написания кода и повседневных задач.
LegalOn logo on a close-up monochrome paper texture.
Однако по мере роста внедрения технологий возникла проблема: безлимитное использование высокопроизводительных моделей грозило превышением годового бюджета. Перед руководством встал вопрос контроля расходов без введения жестких ограничений, которые могли бы свести на нет рост продуктивности команд.
Детали
Внутренний центр компетенций (AID CoE) разработал систему маршрутизации задач и начал тестирование моделей. Практика показала, что задачи целесообразно разделять:
- GPT-6 Luna (самая легкая модель) используется для базовой реализации кода, простых автоматизаций и выступает в роли субагента.
- GPT-6.1 Sol применяется для стандартного программного проектирования, рутинного численного анализа и подготовки документов.
- GPT-6 Astra (самая мощная модель) отвечает за сложный анализ, продвинутую архитектуру и координацию агентов.
Кроме того, компания отключила быстрый режим по умолчанию и ввела лимиты бюджетов на уровне отделов, групп и отдельных сотрудников. Для зрелых направлений бизнеса была поставлена цель повысить экономическую эффективность на величину до 20%, тогда как новые проекты на стадии запуска получили щедрые бюджеты для активного использования ИИ. Чтобы компенсировать отключение быстрого режима и сохранить производительность, команды начали выполнять задачи параллельно.
Pollo AI — Cover and hero
Анализ
Опыт LegalOn демонстрирует важный этап взросления процессов разработки на базе ИИ. Компании постепенно переходят от этапа повсеместного внедрения к этапу строгой юнит-экономики. Дифференциация доступа к моделям в зависимости от бизнес-целей показывает, что управление затратами становится стратегическим инструментом. Использование легких моделей для рутины и тяжелых для архитектуры позволяет балансировать между риском перерасхода и потребностью в скорости.
Перспектива
Следующим шагом компания видит переход от оценки скорости разработки к измерению реальной ценности для клиента. По словам старшего инженера-менеджера Юты Токитаке, ускорение создания систем с помощью ИИ почти гарантировано, однако связь между этой скоростью и пользой для клиента остается неочевидной.
Сейчас LegalOn создает метрику, которая позволит связать затраты на технологии с конкретным релизом новой функции (feature release). Если этот конвейер вычислений будет успешно построен, индустрия может получить более точный метод оценки возврата инвестиций (ROI), где фокус сместится с объема сгенерированного кода на конечную ценность для бизнеса.
Basis customer story art card - slate blue texture
Harvey customer story card image - Option C
TL;DR
Главное
Грамотное распределение задач между моделями разной мощности и введение бюджетных лимитов позволяют существенно снизить расходы на ИИ без ущерба для скорости разработки.
Ключевые факты
- /Снижение расчетных ежедневных затрат на Codex составило около 65% по сравнению с использованием GPT-5.5.
- /Задачи распределяются между тремя моделями: GPT-6 Astra, GPT-6.1 Sol и GPT-6 Luna.
- /Зрелым направлениям бизнеса поручено повысить эффективность на величину до 20%.
Инсайт
Ускорение разработки само по себе не является достаточным критерием успеха внедрения ИИ; истинным показателем окупаемости становится измеримая ценность, которую каждый конкретный релиз приносит клиенту.
