Взаимодействие компаний с искусственным интеллектом оказалось дороже ожидаемого. По данным опроса, участники сообщили о перерасходе средств на нейросети: подавляющее большинство превысило прогнозы по затратам на ИИ. В числе причин отмечаются различия в стоимости выполнения аналогичных задач между сервисами и периодические колебания цен на токены, что приводит к непредсказуемым тратам. В отдельных случаях перерасход составил более половины от первоначального плана, а для 13% организаций использование ИИ превысило полтора раза запланированную сумму. Источник приводит цифры по результатам опроса, охватывающего 400 компаний и период до мая 2026 года включительно.

Согласно опубликованному материалу The Wall Street Journal, бизнес столкнулся с перерасходом средств на внедрение и эксплуатацию нейросетей, и многие компании уже не ставят цель уложиться в бюджет и не видят четких планов по контролю расходов. В целом наблюдается тенденция: даже при попытках урезать дорогие модели, траты нередко растут. В статье указываются примеры различий в расходах на одни и те же задачи между различными моделями и сервисами, что может приводить к удорожанию. Реакция бизнеса остается неопределенной: часть компаний не отказывается от ИИ, но не имеют ясной стратегии сокращения расходов.

Репрезентативность опроса охватывала 400 организаций, и в материалах — данные до мая 2026 года включительно. 11% респондентов отметили перерасход на 0–11% от первоначального плана, 39% — на 11–25%, 35% — на 26–50%, а 13% сообщили, что траты достигли более чем полтора раза запланированного бюджета. У части компаний прогнозы затрат вообще отсутствовали. В таких случаях расходы оказались непредсказуемыми и не поддавались оценке заранее.

Эксперты указывают на несколько факторов: различие стоимости выполнения одной и той же задачи в разных ИИ-сервисах и характер самой нейросети, которая может «обдумывать» и принимать решения, а также иногда ошибаться и требовать последующих затрат. По данным публикаций, более дорогие модели иногда оказываются экономически выгоднее за счет снижения общего объема токенов и повышения эффективности. Однако вывод о «правильном» выборе модели остается неоднозначным: никакой закономерности не зафиксировано.

Публикация отмечает, что возросшие траты на ИИ становятся проблемой даже у тех, кто ранее планировал внедрение нейросетей как средство повышения эффективности. В качестве примера приводится анализ затрат на разные версии моделей и их соотношение с результативностью. В некоторых случаях сценарии говорят о том, что попытки «экономить на модели» оборачиваются более высокими суммарными расходами из-за большего количества запросов, повторных вычислений и токен-стоимости, что делает бюджет еще менее управляемым.

Участие компаний в исследовании и приводимые примеры показывают, что дискутируемый вопрос — как удержать траты на нейросети в рамках бюджета — для многих организаций уже перестал быть предметом обсуждения; он стал частью реальной операционной практики, где нет единого рецепта и четких нормативов, как контролировать расходы.

Контекст и выводы из материала The Wall Street Journal подчеркивают: зависимость бюджета от конкретных решений и особенностей нейросетей требует внимания к архитектуре и процессам внедрения. В тексте отмечается, что «правильного выбора не существует»: расходы могут меняться в разное время, и даже одна и та же модель может обходиться по-разному в разные периоды. Это усиливает неопределенность для компаний, которые стремятся к цифровой трансформации без жесткой методологии контроля затрат.