Почему компании начинают ограничивать расходы на ИИ

Подготовлено RD media

Сначала сотрудникам дают доступ к искусственному интеллекту и предлагают активнее экспериментировать. Затем приходит счёт — и появляются лимиты, согласования и главный вопрос: какой результат компания получила на потраченные деньги?

Accenture: $29 в месяц из общего бюджета

15 октября 2026 года издание 404 Media сообщило, что Accenture с 1 октября ограничила централизованное финансирование Claude суммой $29 в месяц на одного сотрудника, которого касается новое правило. По данным издания, некоторые сотрудники ранее расходовали на сервис до $1 000 в месяц.

Дополнительные расходы теперь необходимо относить на бюджеты конкретных проектов или команд. Прежние суммы не исчезают полностью — они переходят из централизованного бюджета в проектные. $29 — это база, которую покрывает компания; всё сверху оплачивает проект или команда, если готовы это делать.

Источник: 404 Media, 15 октября 2026 года.

Uber: $1 500 на каждый инструмент

2 июня 2026 года Bloomberg сообщил, что Uber установила лимит в $1 500 в месяц на сотрудника для каждого агентного инструмента программирования, включая Claude Code и Cursor. Представитель компании подтвердил эту информацию Bloomberg. Расходы на разные инструменты учитываются отдельно.

По сообщениям СМИ, к апрелю Uber уже исчерпала предусмотренный на 2026 год бюджет на ИИ-инструменты программирования. Превышение бюджета в начале года стало поводом для введения лимитов, объявленных в июне: компании нужно было продолжать использовать инструменты, но уже под контролем.

Источник: Bloomberg, 2 июня 2026 года.

Почему счета растут

Одна из причин — меняется сам характер работы ИИ. Короткий вопрос в чате и многоэтапное выполнение задания требуют разного количества вычислений. ИИ-агент может читать файлы, писать код, запускать тесты, анализировать ошибки и повторять работу до получения приемлемого результата.

Поэтому стоимость использования зависит от количества сотрудников, сложности задач, продолжительности работы агентов и числа повторных операций.

Меняется и тарификация. С 1 июня 2026 года GitHub Copilot перешёл на модель оплаты по потреблению AI Credits во всех тарифных планах. Каждый план включает определённый объём использования, а дополнительные расходы зависят от установленных бюджетов.

Источник: GitHub Changelog, 1 июня 2026 года.

При такой модели расчёт «число сотрудников × цена подписки» становится недостаточным. Для планирования бюджета нужно учитывать фактическое потребление и характер выполняемых задач.

Есть и другой эффект: удешевление отдельной операции не гарантирует сокращения общего счёта. Если операция стала вдвое дешевле, но выполнять её начали в десять раз чаще, совокупные расходы при прочих равных вырастут впятеро.

Более доступный ИИ позволяет автоматизировать больше операций. В результате компания может экономить на одной задаче и одновременно увеличивать общие расходы на ИИ.

Что показывает лимит

Сам по себе лимит не означает, что компания разочаровалась в технологии. Она может одновременно увеличивать использование ИИ и жёстче контролировать его стоимость.

Перенос расходов на бюджеты проектов помогает установить связь между потреблением и результатом: какая команда использует инструмент, для какой задачи и кто оплачивает работу.

Одинаковый потолок для всех сотрудников может мешать полезным инициативам. Одному достаточно нескольких запросов в день. Другой разрабатывает инструмент, которым будут пользоваться несколько подразделений. Их расходы нельзя оценивать без понимания задач и ценности полученного результата.

Есть и обратный риск. Если каждый проект финансирует только собственные текущие потребности, эксперимент, полезный всей компании, может остаться без бюджета. Финансовый контроль должен учитывать потребности конкретных проектов, а не только общий потолок расходов.

Что считать руководителю

Практический ориентир — стоимость результата, который можно принять и использовать. В расчёт следует включать расходы на ИИ и человеческий труд: проверку, исправления и интеграцию результата в рабочий процесс.

Рассмотрим условный пример. Инструмент стоит $500 в месяц и высвобождает 20 часов специалиста. Экономический эффект зависит от стоимости этого времени и от того, как компания использует высвободившиеся часы.

Сами по себе сэкономленные часы ещё не означают денежной экономии. Они могут позволить выполнить больше задач, сократить сверхурочную работу или отложить найм дополнительного сотрудника. Эффект нужно оценивать по фактическому результату.

Для начала руководителю достаточно ответить на четыре вопроса:

• Какая задача создаёт расходы и кто за неё отвечает?

• Сколько стоит принятый результат с учётом проверки и исправлений?

• Можно ли получить сопоставимое качество дешевле?

• Где увеличение бюджета принесёт больше пользы, чем его ограничение?

Подход к такой оценке соответствует принципам FinOps Foundation: затраты на ИИ необходимо связывать с конкретными сценариями использования и стоимостью единицы бизнес-результата.

Источник: FinOps Foundation — FinOps for AI: Tools & Services Considerations.

От экспериментов к управлению результатом

Истории Accenture и Uber показывают, как компании переходят от стимулирования использования ИИ к более строгому контролю расходов.

Ограничить бюджет — только первый шаг. Следующий состоит в том, чтобы определить, какие задачи выгодно передавать ИИ, сколько стоит готовый результат и где дополнительные расходы оправданы.

Для бизнеса главный вопрос теперь другой: какую измеримую пользу компания получает от каждого потраченного на ИИ доллара?

• * *

Источники

1. 404 Media — ограничения централизованного финансирования Claude в Accenture, 15 октября 2026 года.

2. Bloomberg — лимиты Uber на агентные инструменты программирования, 2 июня 2026 года.

3. GitHub Changelog — изменения в тарификации Copilot, 1 июня 2026 года.

4. FinOps Foundation — принципы управления расходами на ИИ и оценки стоимости бизнес-результата.