Компании передумали увольнять ради ИИ — тот дороже сотрудника

Массовая замена сотрудников на ИИ, которую обещали корпоративные руководители, сталкивается с неожиданной преградой: обслуживание искусственного интеллекта дорожает быстрее, чем растут экономические выгоды. Fortune разобрал математику этого сценария.

Цены на AI взлетели в последний год Стоимость доступа к мощным моделям ИИ растёт экспоненциально.

API OpenAI, Google Gemini, Anthropic Claude, Mistral — все заметно подняли цены за последний год. Если компания использует сотни или тысячи запросов к ИИ в день, месячный счёт может вырасти из сотен долларов в высокие тысячи. К этому добавляются лицензии на специализированные платформы, модели обучения на собственных корпоративных данных, собственные вычислительные мощности в облаке. Аналитики заметили: стартапы в гонке за ИИ нередко тратят на API больше, чем на зарплаты команды. Мейнтейнеры моделей Anthropic и OpenAI откровенно подняли цены на вычисления, справедливо рассчитывая, что спрос останется высоким несмотря на стоимость.

• Стоимость вызова GPT-4 за год выросла на 40–50 процентов Корпоративные планы требуют гарантированных мощностей и приватных модулей Содержание локальной LLM требует дорогих GPU-инфраструктур * Зарплата специалиста по ИИ-интеграции вдвое выше, чем для профессионального разработчика ## Расчёты компаний больше не сходятся Крупные корпорации (Goldman Sachs, Morgan Stanley, Microsoft) провели внутренний расчёт и удивились. Годовой расход на одну развёрнутую в production систему ИИ может достигать 50–150 тысяч долларов в год — это включает API, инфраструктуру, содержание, обновление модели, человека, который её контролирует. Для сравнения: средняя зарплата офисного сотрудника (аналитик, менеджер, помощник) в США — 45–80 тысяч долларов в год. Выходит: уволить человека и заплатить полностью ИИ получается дороже, чем оставить человека и дать ему качественные инструменты. Проблема усугубляется ещё и качеством работы. ИИ справляется хорошо только с узкими, однотипными задачами. На остальном требует человеческий надзор, редактирование результатов, проверку на фактические ошибки и галлюцинации. Затраты на этот контроль часто добавляют 20–30 процентов к общей цене ИИ-системы.

Люди + мощные инструменты — новая стратегия Итогом стал пересчёт стратегии.

Крупные корпорации (Goldman Sachs, McKinsey, Morgan Stanley) отказались от идеи полной замены и инвестируют в то, чтобы сотрудники эффективнее работали с ИИ-ассистентами. Нанимают тренеров по промпт-инжинирингу, закупают лицензии на удобные интерфейсы (GitHub Copilot, ChatGPT Enterprise, Claude для команд, специальные внутренние платформы), обучают команды. Результат по внутренним замерам: один аналитик с помощью современного ИИ может делать работу, которая раньше требовала двоих. Но это не замена — это умножение компетенции. Сотрудник остаётся на месте, зарплата остаётся, но его реальная производительность растёт на 20–40 процентов. При этом себестоимость одного часа работы сотрудника снижается.

Что это значит ИИ окончательно перестал быть экзистенциальной угрозой

для массовой занятости и превратился в обычный дорогой корпоративный инструмент — как когда-то компьютеры и интернет. Для работника это означает: вместо волны увольнений ждёт волна переобучения и переквалификации. Для бизнеса — переход от научно-фантастических надежд на полную автоматизацию к трезвой реальности: производительность растёт благодаря экономичному симбиозу человека и машины, не через замену одного другим.