Экономика кодинг-агентов и скачок расходов на вычисления в 450 раз
Инженерные бюджеты напрямую сталкиваются с ценовыми моделями автономной разработки ПО на фоне лавинообразного роста потребления инференса. По имеющимся данным, Uber исчерпал весь свой ИИ-бюджет на 2026 год уже к апрелю после расширения внедрения Claude Code. В ответ на резкий скачок потребления провайдеры демонтируют предсказуемую экономику ПО: GitHub Copilot перешел от фиксированных тарифов к оплате по факту использования. Корпоративные расходы на софт переживают фундаментальный сдвиг по мере того, как автономные инструменты для разработчиков эволюционируют из простых диалоговых ассистентов в итеративные рабочие процессы.
Автономные агентные пайплайны коренным образом меняют юнит-экономику разработки программного обеспечения. Когда инженерная команда делегирует задачу автономному агенту, система не просто возвращает единичный ответ. Она формирует план выполнения, генерирует код, запускает автоматические тесты и уходит в повторяющиеся циклы для исправления ошибок. Из-за этого кумулятивного цикла отдельная задача для кодинг-агента способна расходовать в 10–50 раз больше токенов, чем базовый запрос в чат. Согласно прогнозам Gartner, к 2028 году расходы на токены для генерации кода превысят среднюю зарплату разработчика.
Корпоративные финансовые департаменты нередко реагируют на подобный рост затрат введением лимитов потребления, ограничением числа лицензий и ручными согласованиями перед запуском агентов. Однако тотальные финансовые ограничения блокируют именно те процессы, которые создают коммерческую ценность. Оценка затрат исключительно через стоимость токена отражает активность, а не созданный программный продукт, уравнивая неудачные циклы выполнения с готовыми к релизу функциями. Как техническому руководству рассчитывать реальную окупаемость, когда потребление токенов агентами угрожает поглотить весь бюджет разработки?
Переосмысление юнит-экономики разработки
Финансовое решение заключается в прямой привязке расходов на инференс к объему готового кода, а не к объему входящих данных. Эффективной метрикой для ИТ-организаций становится стоимость замерженного пул-реквеста (cost per merged pull request), рассчитываемая как общие затраты на разработку с ИИ, деленные на количество изменений, прошедших ревью и включенных в кодовую базу. Отслеживание доработок и дефектов параллельно с этой метрикой не позволяет дешевой генерации кода маскировать системное падение качества ПО.
Статистика показывает, что структуру затрат определяют индивидуальные паттерны использования, а не общая численность штата. В организациях разработки на топ-5% пользователей приходится основная доля потребления, при этом самый активный разработчик расходует примерно в 450 раз больше токенов, чем наименее активный на аналогичной лицензии.
«Если доля ключевых пользователей вырастет с небольшого меньшинства до половины штата, ежемесячные расходы могут увеличиться примерно в 4,4 раза при неизменной численности персонала».
Поскольку подушевые средние показатели скрывают этот разброс, компаниям необходимо изолировать конкретные группы разработчиков, генерирующие основную нагрузку на вычисления.
Собственные мощности и гибридная маршрутизация
Решение экономических проблем частых вызовов моделей требует сопоставления аренды мощностей и владения инфраструктурой наряду с сегментацией рабочих процессов. Аренда облачного инференса тарифицирует каждый отдельный вызов с премиальной маржой, что взвинчивает эксплуатационные расходы, тогда как собственное оборудование амортизирует капитальные вложения на протяжении многолетних корпоративных циклов — обычно от трех до пяти лет. Для предприятий с низким или непредсказуемым объемом задач высокие фиксированные капзатраты создают операционные барьеры, однако при высоких нагрузках собственная инфраструктура становится все более выгодной в пересчете на один запуск.
Собственная инфраструктура также гарантирует, что проприетарные репозитории кода остаются внутри корпоративного периметра, а не отправляются на сторонние эндпоинты. В HPE внутренняя гибридная ИИ-платформа маршрутизирует рутинные задачи из более чем 150 внутренних приложений на открытые модели, развернутые локально, в том числе на базе HPE Private Cloud AI. Прямой операционный результат — снижение затрат на токены в HPE на 30–50%.
Построение устойчивой операционной модели требует отделения рутинной генерации кода, создания тестов и регулярного рефакторинга от сложного архитектурного планирования. Передовые флагманские модели целесообразно задействовать исключительно для логического анализа через интеллектуальный шлюз. Технические лидеры могут уже сейчас провести аудит внутренних репозиториев, рассчитать базовую стоимость замерженного пул-реквеста и разделить трафик между внешними сервисами рассуждений и собственными открытыми моделями.
Источник: MIT Technology Review