Почему компаниям сложно зарабатывать на искусственном интеллекте

Разработчики передовых нейросетей столкнулись с серьезным барьером. Коммерциализация ИИ-решений оказалась гораздо запутаннее, чем предполагалось обычно. Несмотря на то, что инвесторы уровня Microsoft, Google и Anthropic вложили сотни миллиардов долларов в создание ChatGPT, Claude и Gemini, эти инструменты до сих пор остаются в основном бесплатными. Параллельно корпорации пытаются внедрять премиум-тарифы для корпоративного сектора, предлагая расширенный функционал для программирования, анализа данных и сложных вычислений. Однако формировать цену за такой ассортимент оказалось очень непросто.

• Почему избыток ИИ-агентов снижает эффективность работы

Главный камень преткновения — плавающий объем ресурсов

Ключевая сложность заключается в том, что рассчитать фиксированную стоимость услуги практически невозможно из-за технологической природы языковых моделей. В основе их работы лежат токены — небольшие текстово-математические единицы, на которые разбивается любая информация. Фактические затраты на выполнение одного и того же запроса постоянно меняются из-за ряда факторов. В частности, влияет:

• Сложность алгоритма. Разные задачи требуют разного количества вычислительных мощностей.
• Длина контекста. Чем больше объем входных данных и ожидаемого ответа, тем выше нагрузка на серверы.
• Специфика архитектуры. Каждая отдельная модель расходует ресурсы по собственным алгоритмам.

Еще сложнее расчетная модель становится при привлечении автономных ИИ-агентов. В таких экосистемах несколько цифровых помощников взаимодействуют между собой без участия человека. Они параллельно обрабатывают запросы, принимают решения и генерируют сценарии. При такой схеме количество потребленных токенов может расти геометрически.

В результате корпоративные клиенты оказываются в ситуации, когда итоговые счета за использование ИИ абсолютно непредсказуемы. Компаниям приходится закладывать бюджет «на глаз», поскольку итоговые затраты полностью зависят от ежедневной интенсивности работы персонала и автоматизированных скриптов.

Американский стартап Refer запустил инновационную платформу для трудоустройства, где интересы соискателя представляет персональный ИИ-помощник Lia. В отличие от классических HR-агентств, ориентированных на запросы компаний, этот сервис действует в интересах кандидата. Алгоритм анализирует навыки, желаемую позицию и финансовые ожидания пользователя, после чего самостоятельно подбирает релевантные предложения и связывается с рекрутерами. Эффективность системы впечатляет — более половины претендентов получают приглашение на интервью уже в течение суток, а общее количество организованных собеседований превысило 5 тысяч.

Главная особенность проекта заключается в модели оплаты «за результат». Пользователи не платят никаких авансов, а комиссия разработчикам рассчитывается как пятая часть от первой месячной зарплаты уже после официального оффера. Основной фокус сервиса сосредоточен на IT-секторе и технологической сфере с высоким уровнем доходов. В эпоху, когда компании массово фильтруют резюме с помощью автоматизированных систем, появление подобного ИИ-агента позволяет соискателям уравнять шансы и доверить рутинную рассылку откликов технологиям.

Ранее мы писали о том, что рекомендации искусственного интеллекта заставляют пользователей проводить больше времени в Instagram. Если вы регулярно ловите себя на мысли, что пролистывание ленты социальной сети затягивается гораздо дольше, чем планировалось, возможно, вам не стоит себя ругать за недостаток самодисциплины. Это может быть результатом четко просчитанной технологической стратегии.