Почему AI‑инструменты для кода становятся дорогими и что происходит с Claude Code в крупных компаниях

Почему бюджеты начали «взрываться»

Одна из ключевых причин — изменение модели оплаты.

Многие AI‑сервисы для разработчиков переходят от фиксированных лицензий к usage‑based billing — оплате за фактическое потребление вычислений и токенов (фрагментов текста, которые модель обрабатывает и генерирует).

Это означает, что:

• каждая генерация кода увеличивает счёт,
• длинный контекст проекта повышает стоимость запроса,
• сложные «агентные» цепочки могут многократно умножать расход токенов.

В результате компания может запланировать бюджет, исходя из умеренного использования, а затем обнаружить, что реальные расходы растут в несколько раз быстрее из‑за масштабирования внутри команды.

Ситуация в Uber

По сообщениям в СМИ, Uber столкнулся именно с таким сценарием. После широкого внедрения AI‑инструментов для кодирования — особенно Claude Code от Anthropic — расходы оказались значительно выше прогнозов.

Сообщается, что компания:

• предоставила доступ примерно 5 000 инженерам,
• быстро увидела резкий рост использования,
• и к апрелю 2026 года уже исчерпала весь годовой бюджет на AI‑инструменты.

Такая ситуация показывает, как даже относительно небольшая стоимость на одного разработчика может превращаться в огромные расходы при масштабировании на тысячи пользователей.

Почему Microsoft пересматривает использование Claude Code

Похожая история, по сообщениям СМИ, произошла и внутри Microsoft.

Компания ранее расширила доступ к Claude Code для тысяч сотрудников — не только инженеров, но также менеджеров проектов и дизайнеров. Однако спустя несколько месяцев Microsoft, как сообщается, начала отменять большую часть внутренних лицензий Claude Code.

Вместо этого разработчиков переводят на GitHub Copilot CLI, собственный инструмент Microsoft для работы с AI в терминале.

Внутри компании это объяснялось как вопрос «совместной ответственности за расходы», что указывает на растущее внимание к контролю затрат на AI‑инфраструктуру.

Важно: сообщения о таких шагах основаны на журналистских публикациях и внутренних источниках, а не на официальных публичных отчётах компаний.

Почему это противоречит популярному нарративу об AI

AI‑инструменты часто продаются как способ сделать разработку быстрее и дешевле. Но на практике картина может быть сложнее.

Во‑первых, рост производительности не всегда гарантирован. В одном рандомизированном контролируемом исследовании опытных разработчиков open‑source использование современных AI‑инструментов увеличивало время выполнения задач примерно на 19 %.

Во‑вторых, некоторые исследования предупреждают о риске увеличения технического долга: если AI генерирует больше кода, но его качество требует дополнительной проверки и исправлений, нагрузка на опытных инженеров может расти.

Это создаёт парадокс:

• объём написанного кода увеличивается,
• ощущение скорости работы растёт,
• но фактическая производительность и итоговая стоимость проектов могут не улучшаться.

Что из этого следует для индустрии

Наиболее устойчивые выводы из доступных данных выглядят так:

• расходы на AI‑инструменты становятся более заметными и менее предсказуемыми при масштабировании;
• компании начинают ограничивать доступ, менять инструменты или вводить контроль бюджета;
• универсальное утверждение, что AI‑кодинг всегда делает разработку быстрее и дешевле, пока не подтверждается убедительными эмпирическими данными.

Скорее всего, крупные компании не откажутся от AI‑ассистентов вовсе. Но текущая волна экспериментов показывает: при массовом внедрении главный вопрос уже не «работает ли AI», а сколько он реально стоит и где он действительно повышает продуктивность.