Счет на $500 млн за ИИ: как провал в управлении стал тревожным звонком для корпоративного использования ИИ

Что произошло: безлимитный доступ — неконтролируемые расходы

По словам консультанта, чей рассказ был опубликован Axios 28 мая, неназванная компания выдала лицензии на использование Claude тысячам сотрудников, не установив при этом никаких ограничений. Не было ни персональных лимитов расходов, ни мониторинга затрат в реальном времени, ни автоматических предупреждений. По сути, сотрудникам выписали карт-бланш на использование одной из самых передовых ИИ-платформ в мире .

Неудивительно, что расходы взлетели до небес. Инженеры запускали сложных автономных «кодинг-агентов», команды отправляли ресурсоемкие запросы с большим контекстным окном, а автоматизированные процессы потребляли колоссальные объемы токенов в фоновом режиме. Все это в сумме и породило счет на полмиллиарда долларов . Ситуацию в итоге обнаружил консультант, который, по его словам, «навел там порядок» .

Кем была эта компания, до сих пор неизвестно. Масштаб перерасхода сужает круг подозреваемых до считанных мировых гигантов. В отраслевых отчетах высказывались предположения о возможной причастности Amazon, который также является крупнейшим инвестором Anthropic, или другого техногиганта сопоставимого размера, но ни одна из сторон не подтвердила и не опровергла свое участие .

Феномен «токенмаксинга»: когда потребление ИИ становится тщеславием

Провал на 500 миллионов долларов — это крайнее проявление культурной и операционной проблемы, которая назревала по всей ИТ-индустрии: токенмаксинг. Этот термин описывает практику максимизации потребления ИИ-токенов не потому, что задача объективно этого требует, а потому, что высокие показатели использования превратились в некоторых организациях в суррогатный маркер статуса, производительности и даже гарантии занятости .

Многие компании молчаливо предполагали, что большее использование токенов равно большей отдаче. Этот порочный стимул усиливался корпоративными дашбордами и таблицами лидеров, где с гордостью отслеживалось потребление токенов, что, по сути, вознаграждало сотрудников за большие расходы, а не за создание ценности. Как отметила в своем майском анализе компания Everest Group, «внедрение ИИ измеряется гораздо агрессивнее, чем реализация ценности от ИИ», что превращает потребление токенов из статьи расходов в «знак эффективности» .

В безымянной компании, где каждый сотрудник имел неограниченный доступ, эта культура привела к взрыву. Не было механизма, позволяющего отличить продуктивное потребление от расточительного, и в результате скорость сжигания капитала за 30 дней достигла уровня, достаточного для финансирования годового бюджета R&D небольшой компании. Этот инцидент подчеркивает болезненный урок, который журнал Fortune емко сформулировал в заголовке того периода: «Токенмаксинг закончился», потому что компании «не получили той отдачи от ИИ, на которую рассчитывали» .

Провал в управлении: относиться к ИИ как к SaaS — ошибка ценой в $500 миллионов

Ключевой ошибкой стала категориальная путаница. Клиент относился к Claude как к обычному SaaS-продукту с предсказуемой платой за пользователя, тогда как на самом деле это сервис с оплатой по факту использования и тарификацией на основе токенов — то есть с переменными затратами . В традиционной лицензии на ПО цена фиксирована. На передовой ИИ-платформе каждый запрос сотрудника, загрузка файла, сессия генерации кода и автономный рабочий процесс напрямую формируют переменные затраты — и без ограничений у этих затрат нет верхнего предела .

Компания Anthropic, как и многие другие ИИ-провайдеры, активно переводила корпоративное ценообразование на оплату по факту использования. Издание The Register в апреле 2026 года подробно описало, как Anthropic начала переводить старых корпоративных клиентов с фиксированных тарифов на оплату по счетчику при продлении контрактов, изменив документацию так, что старая модель больше не поддерживалась . Хотя такое изменение цен было финансово логичным для провайдера, оно перекладывало бремя контроля расходов непосредственно на клиентов, которые часто оказывались к этому не готовы.

Сейчас индустрия лихорадочно пытается применить принципы FinOps (финансовых операций), которые исторически использовались для управления облачными расходами, к потреблению ИИ-токенов. Инцидент ускорил призывы к созданию нового свода правил управления, включающего:

• Обязательные лимиты расходов и оповещения в реальном времени: Бюджеты на пользователя или на команду, которые автоматически снижают скорость работы или отключают доступ при превышении .
• Измерение ценности на токен: Смена метрик с чистого объема на коэффициенты конверсии, которые связывают расходы с проверяемыми бизнес-результатами, такими как сокращение времени производственного цикла или снижение уровня дефектов .
• Маршрутизация по моделям: Ограничение доступа к самым дорогим «фронтирным» моделям для некритичных задач и перенаправление простых запросов на более дешевые и менее мощные модели для экономии ресурсов .

Более широкий кризис: расходы на ИИ обгоняют отдачу

Потраченные безымянной компанией 500 миллионов долларов за месяц — это лишь самая яркая точка на фоне гораздо более масштабной и тревожной картины. Корпоративные расходы на ИИ стремительно растут по мере того, как компании наперегонки внедряют эту технологию, но финансовая отдача остается призрачной .

Достаточно взглянуть на контекст: Uber в 2026 году признал, что исчерпал весь свой годовой «токен-бюджет» на ИИ в первые четыре месяца года, во многом из-за интенсивного использования Claude Code . Генеральный директор Salesforce Марк Бениофф публично признал, что счет его компании от Anthropic будет огромным . А в отчете Financial Times, который растиражировали TechRadar, Futurism и другие издания, сообщалось, что такие компании, как Amazon, Meta и Microsoft, начали ограничивать доступ к дашбордам или активно подталкивать сотрудников к внутренним ИИ-инструментам, поскольку затраты и «информационный шум» от раздутого использования ИИ выросли .

Данные подтверждают тренд. Платформа управления корпоративными расходами Ramp сообщила, что у крупнейших клиентов затраты на ИИ подскакивают на 50% и более примерно в каждый четвертый месяц . Эти расходы часто берутся из операционных бюджетов, а не из специальных инновационных фондов, что оказывает острое давление на финансовых директоров, которые теперь требуют четкой окупаемости инвестиций в ИИ — обоснования, которое для многих пока так и не материализовалось .

Уроки для бизнеса: сначала управление, потом внедрение

Счет за Claude на полмиллиарда долларов — это история о том, что бывает, когда внедрение опережает управление. Для организаций, которые все еще находятся в процессе развертывания ИИ, выводы очевидны и практичны:

• ИИ — это переменные затраты, а не фиксированная подписка. Финансовым отделам нужно моделировать его как коммунальную услугу с оплатой по потреблению, с той же строгостью, что и облачные вычисления, а не как лицензию с плоским тарифом.
• Измеряйте то, что важно. Объем токенов — это затраты на входе, а не ценность на выходе. Стройте дашборды, которые отслеживают затраты на значимый бизнес-результат, а не только чистое потребление .
• Внедряйте ограничения до массового развертывания. Бюджеты, ограничения скорости, уровни доступа к моделям и обязательное согласование для длительных задач автономных агентов должны быть внедрены с первого дня, а не задним числом после получения счета на 500 миллионов долларов .
• Культура — это тоже элемент контроля. Внутренние таблицы лидеров, восхваляющие потребление токенов, могут непреднамеренно создать культуру «токенмаксинга». Системы поощрения должны вознаграждать создание ценности, а не объем потраченного .

Вероятно, личность загадочной компании никогда не будет публично подтверждена, но этот инцидент уже стал точкой отсчета для всей индустрии — худшим сценарием, на который будут ссылаться финансовые и инженерные руководители, отстаивая мысль, что лучше замедлить внедрение и выстроить надлежащий контроль, чем усвоить этот урок на собственном горьком опыте.