Опрос 400 предприятий показал масштаб проблемы: лишь малая часть бизнеса смогла уложиться в запланированные сметы. У 35% респондентов перерасход составил от четверти до половины бюджета, а 13% компаний потратили на ИИ более чем в полтора раза больше средств, чем планировали изначально. При этом 2% организаций даже не пытались прогнозировать расходы, пустив ситуацию на самотек.
Основная ловушка кроется в специфике работы нейросетей. В отличие от стандартного софта, они действуют непредсказуемо, подобно человеку: могут ошибаться или тратить на решение задачи непропорционально много времени. Исследование ученых из Стэнфорда, Беркли и других университетов доказывает, что переход на бюджетные модели часто ведет к росту итоговых трат. На примере моделей Google Gemini выяснилось, что более доступная Gemini 3 Flash для выполнения базового задания потребовала в 12 раз больше шагов, чем мощная Gemini 3.1 Pro, в итоге провалив задачу и обойдясь компании в 14 раз дороже.
Ситуация осложняется отсутствием предсказуемости даже внутри одной модели. Стоимость выполнения идентичных операций колеблется в зависимости от внешних факторов, превращая планирование бюджета в попытку угадать результат. Использование ИИ сегодня напоминает работу с непредсказуемым подрядчиком, который может выполнить работу за два часа или за восемь, не гарантируя качества результата.
Комментарии (0)
Пока нет комментариев. Будьте первым!