Чому компаніям складно заробляти на штучному інтелекті

Розробники передових нейромереж зіткнулися з серйозним бар'єром. Комерціалізація ШІ-рішень виявилася набагато заплутанішою, ніж передбачалося зазвичай. Попри те, що інвестори рівня Microsoft, Google та Anthropic влили сотні мільярдів доларів у створення ChatGPT, Claude й Gemini, ці інструменти досі залишаються базово безкоштовними. Паралельно корпорації намагаються впроваджувати преміум-тарифи для корпоративного сектору, пропонуючи розширений функціонал для кодингу, аналізу даних і складних обчислень. Проте складати ціну за такий асортимент виявилося дуже непросто.

• Чому надлишок ШІ-агентів знижує ефективність роботи

Головний камінь спотикання — плаваючий обсяг ресурсів

Ключова складність полягає в тому, що розрахувати фіксовану вартість послуги майже неможливо через технологічну природу мовних моделей. В основі їхньої роботи лежать токени — дрібні текстово-математичні одиниці, на які розбивається будь-яка інформація.Фактичні витрати на виконання одного й того ж промпту постійно змінюються через низку факторів. Зокрема, впливає:

• Складність алгоритму. Різні задачі потребують різної кількості обчислювальних потужностей.
• Довжина контексту. Чим більший обсяг вхідних даних та очікуваної відповіді, тим вище навантаження на сервери.
• Специфіка архітектури. Кожна окрема модель витрачає ресурси за власними алгоритмами

Ще складнішою розрахункова модель стає при залученні автономних ШІ-агентів. У таких екосистемах кілька цифрових помічників взаємодіють між собою без участі людини. Вони паралельно обробляють запити, ухвалюють рішення й генерують сценарії. За такої схеми кількість спожитих токенів може зростати геометрично.

У результаті корпоративні клієнти опиняються в ситуації, коли підсумкові рахунки за використання ШІ є абсолютно непередбачуваними. Компанії змушені закладати бюджет “на око”, оскільки підсумкові витрати повністю залежать від щоденної інтенсивності роботи персоналу та автоматизованих скриптів.

Американський стартап Refer запустив інноваційну платформу для працевлаштування, де інтереси шукача роботи представляє персональний ШІ-помічник Lia. На відміну від класичних HR-агентств, орієнтованих на запити компаній, цей сервіс діє в інтересах кандидата. Алгоритм аналізує навички, бажану позицію та фінансові очікування користувача, після чого самостійно підбирає релевантні пропозиції й контактує з рекрутерами. Ефективність системи вражає — більше половини претендентів отримують запрошення на інтерв'ю вже протягом доби, а загальна кількість організованих співбесід перевищила 5 тисяч.

Головна фішка проєкту полягає в моделі оплати “за результат”. Користувачі не платять жодних авансів, а комісія розробникам розраховується як п'ята частина від першого місячного окладу вже після офіційного оферу. Основний фокус сервісу зосереджений на IT-секторі та технологічній сфері з високим рівнем доходів. У часи, коли компанії масово фільструють резюме за допомогою автоматизованих систем, поява подібного ШІ-агента дає змогу здобувачам зрівняти шанси та довірити рутинну розсилку відгуків технологіям.

Раніше ми писали про те, що рекомендації штучного інтелекту змушують користувачів проводити більше часу в Instagram. Якщо ви регулярно ловите себе на думці, що гортання стрічки соціальної мережі затягується набагато довше, ніж планувалося, можливо вам не треба себе лаяти за брак самодисципліни. Це може бути результат чітко прорахованої технологічної стратегії.