В некоторых технологических компаниях появились внутренние рейтинги, которые отражают активность сотрудников в использовании искусственного интеллекта. Вместе с этим накапливаются значительные затраты на ИИ-модели.
Объем взаимодействия одного из инженеров OpenAI с ИИ-ботами за неделю составил 210 млрд токенов – это эквивалент текста, который заполнил бы “Википедию” 33 раза. На данный момент это рекорд среди всех сотрудников компании. В Anthropic один пользователь ИИ-помощника Claude Code за месяц потратил более $150 тыс. в таких компаниях, как Meta и Shopify, руководители начали учитывать, насколько активно сотрудники применяют ИИ, оценивая их производительность. Тех, кто активно использует ИИ, поощряют, а тех, кто нет – делают замечания.
Эта новая реальность касается прежде всего программистов, которые первыми столкнулись с распространением ИИ в экономике. Нейросети должны были повысить эффективность и сократить расходы, но одновременно они породили “tokenmaxxing” – внутреннюю гонку за статус среди ИИ-разработчиков.
В некоторых компаниях сотрудники соревнуются во внутренних рейтингах,которые показывают, сколько токенов потреблял каждый. Расходы на ИИ становятся своего рода корпоративными бонусами. Некоторые программисты тратят тысячи долларов в месяц, пытаясь автоматизировать как можно больше процессов. «Видимо, я трачу на Claude больше, чем моя зарплата”, – отметил Макс Линдер, разработчик из Стокгольма.
Ранее продвинутые пользователи тратили тысячи токенов ежедневно, работая с инструментами вроде ChatGPT, Claude или Gemini. Для эссе студент тратит около 10 тыс. токенов, что соответствует примерно 7500 словам. Использование миллиардов токенов практически невозможно без специальных инструментов.
Появление ИИ-агентов для написания кода изменило ситуацию. Они могут работать автономно часами, просматривать и редактировать большие массивы кода и генерировать тысячи токенов на каждом этапе. Некоторые системы, например OpenClaw, работают круглосуточно, что еще больше увеличивает потребление токенов.
«Если у вас несколько постоянно работающих агентов, один агент будет потреблять 700 млн токенов в неделю. На самом деле это не так уж и много”, – отмечает Эге Эрдил, соучредитель стартапа Mechanize. Он оценивает собственное потребление от 1 до 10 млрд токенов каждую неделю.
Это позволяет ИИ-компаниям, продающим токены, значительно увеличивать прибыль. Anthropic повысила прогноз выручки вдвое за два месяца благодаря росту своих ИИ-агентов. OpenAI сообщила, что количество активных пользователей Codex увеличилось втрое, а объем использования токенов вырос в пять раз. В прошлом году Google обрабатывала более 1,3 квадриллиона токенов в месяц.
Даже при активной работе миллиард токенов потребить сложно. Несколько проектов по 4-5 часов в день дают миллионы токенов. Цифры растут с многозадачностью, когда программист управляет десятками агентов одновременно. Компании поощряют таких сотрудников, приравнивая расходы токенов к повышению производительности.
Некоторые специалисты относятся критически к этому тренду, ведь расходы миллиардов токенов могут стоить тысячи долларов в день только ради престижа. Даже в компаниях с неограниченным доступом к ИИ такой подход не всегда означает реальную производительность.
Подписчики Claude и ChatGPT получают фиксированное количество токенов в соответствии с тарифом, с возможностью расширения. Кое-кто учился обходить систему, совмещая подписки или акционные предложения. Один разработчик сообщил, что ему удалось потратить $20 в месяц, получив токенов Claude на $70 тыс., реализуя шесть проектов одновременно. Эта лазейка в настоящее время закрыта.
Многие разработчики отмечают, что помощники ИИ делают их более продуктивными. Другие-это способ показать коллегам и руководству, что они используют современные технологии. Внутренние рейтинги могут быть полезными, но не всегда отражают реальное качество работы: сотрудник может просто генерировать код для показухи, а не создавать полезный продукт. Очевидно, что со временем эта ситуация станет яснее.