Большинство компаний заявили, что столкнулись с неожиданно высокими счетами за услуги искусственного интеллекта

Расходы компаний на искусственный интеллект оказались заметно выше тех цифр, которые закладывались в бюджеты. По данным нового исследования Asana, 82% британских ИТ-руководителей за последний год столкнулись с непрогнозируемым ростом затрат на ИИ-проекты. Проблема охватила практически весь корпоративный сегмент, а не точечные кейсов.

Последние два года прошли под знаком пилотов. Компании тестировали генеративные модели, гоняли через них клиентские чаты, документы, аналитику, пробовали автоматизировать рутину. Сейчас многие из этих экспериментов выходят на стадию промышленной эксплуатации, и вот тут вылезают суммы, которых никто заранее не считал.

Внутри сметы скрывается куда больше позиций, чем оплата токенов или подписки на модель. Реальная стоимость складывается из нескольких блоков:

• интеграция нейросетей с уже работающими системами и базами данных;
• перестройка внутренних процессов под новые инструменты;
• масштабирование решений на тысячи сотрудников и сотни задач;
• защита данных, аудит, контроль доступа и соответствие требованиям регуляторов;
• сопровождение, дообучение моделей и техподдержка после запуска.

Стоит обратить внимание на то, что львиная доля перерасхода приходится не на сами модели, а на всё, что их окружает, — инфраструктуру, людей, процессы и данные.

Параллельно усиливается давление сверху. Когда речь о миллионах долларов и фунтов, советы директоров перестают принимать общие отчёты в духе «мы внедрили ИИ». Им нужны конкретные показатели прибыли, экономии и роста производительности. По данным Asana, 61% ИТ-руководителей несут полную или значительную ответственность за коммерческий результат внедрения нейросетей. Доказать же реальную окупаемость намного сложнее, чем выбить бюджет на старте проекта.

53% опрошенных руководителей за последний год сталкивались с тем, что работа ИИ-систем приводила к проблемам в компании. Последствия разные:

• прямые финансовые потери из-за ошибочных решений автоматики;
• репутационные удары после неудачных публичных ответов нейросетей;
• юридические претензии, связанные с действиями алгоритмов;
• утечки и компрометация данных через интеграции;
• конфликты с клиентами после некорректной обработки обращений.

Отдельная боль — качество ответов модели напрямую завязано на корпоративный контекст. Почти половина участников исследования жалуются, что ИИ-проекты буксуют из-за нехватки доступа к внутренним данным и непонимания нейросетью специфики компании. В итоге сотрудники тратят время на правку того, что должно работать само. 37% специалистов ежедневно тратят более 30 минут на доводку ответов алгоритмов. Вместо обещанной экономии человеко-часов компании получают дополнительный этап ручного контроля качества.

Поверх всего этого выросло явление, которое внутри отрасли уже называют теневым ИИ. Люди не дожидаются корпоративных решений и тянут в работу то, что удобно лично им, — личные подписки, сторонние сервисы, локальные надстройки. Каждый четвёртый сотрудник регулярно использует несанкционированные ИИ-инструменты, ещё 38% работают через собственные учётные записи в популярных нейросетях. Получается одновременно три удара:

• компания платит за официальные платформы, которыми пользуются вполсилы;
• данные утекают наружу через личные аккаунты сотрудников;
• безопасность теряет видимость происходящего внутри рабочих процессов.

Уточняется, что параллельное существование официальных и теневых ИИ-инструментов превращает корпоративный ландшафт в зону, которую почти невозможно полноценно проверять.

Рынок постепенно отходит от восприятия нейросетей как волшебной кнопки. Приходит понимание, что покупка доступа к модели — это меньшая часть пути. Дальше идёт долгая работа с данными, регламентами, обучением людей и продуманной архитектурой. В Asana отмечают, что сотрудники готовы пользоваться новыми инструментами и хотят работать эффективнее. Но как только официальное решение оказывается неудобным, медленным или мимо реальных задач, пользователи находят обходные пути за считаные дни.

На этом этапе зрелости выигрывают не те, кто быстрее всех закупил лицензии, а те, кто строит экосистему. Нейросеть получает доступ к рабочему контексту, понимает процессы, опирается на проверенные данные и встраивается в привычные интерфейсы сотрудников. Тогда она перестаёт быть статьёй непрогнозируемых расходов и превращается в инструмент с измеримой отдачей.

Также ранее мы писали о том, что SpaceX изучает возможность создания первого орбитального дата-центра для задач искусственного интеллекта. По данным Reuters, компания рассматривает запуск демонстрационного прототипа уже к концу 2027 года. Проект предполагает использование специализированных спутников с крупными солнечными панелями и размещённым внутри вычислительным оборудованием. Источники сообщали, что концепция была представлена инвесторам в рамках подготовки компании к возможному выходу на биржу и отражает интерес отрасли к поиску новых площадок для размещения высокопроизводительных вычислительных мощностей.

Эксперты редакции CISOCLUB уточнили по этому поводу, что эпоха романтизированных ожиданий от ИИ окончательно завершилась и начался прагматичный этап подсчёта реальной стоимости владения такими системами. По нашему мнению, главный риск ближайших полутора лет — не технологический, а управленческий, когда советы директоров будут резать ИИ-бюджеты на основании поверхностных метрик, не разобравшись в причинах перерасхода.

Мы полагаем, что выживут те команды, которые научатся честно показывать руководству полную картину затрат, включая интеграцию, данные и сопровождение.

Также мы считаем критически важным легализовать часть теневого ИИ через корпоративные обёртки вместо тотальных запретов, иначе сотрудники продолжат уносить рабочие данные в личные сервисы. Редакция убеждена, что ближайшие два-три года рынок ждёт жёсткая селекция вендоров и проектов по реальной окупаемости, а не по красоте презентаций.