Финдиректора считают каждый токен: tokenmaxxing уступает value-maxing

В пятницу, 9 октября 2026 года, Bloomberg Tech вынес в эфир тему, которая всё чаще звучит на корпоративных планёрках: финансовые директора пересчитывают каждый токен. Период «tokenmaxxing», когда сотрудников подталкивали использовать ИИ как можно активнее, а рост потребления выдавали за прогресс, заканчивается. На смену ему приходит «value-maxing»: вопрос теперь не в том, сколько токенов сожжено, а в том, что компания получила взамен. При этом расходы на ИИ по-прежнему не дают CFO спать. Об этом ведущий Эд Лудлоу поговорил с Ниной Трентманн, автором рассылки CFO Briefing.

В анонсе передачи нет конкретных сумм и названий компаний, так что ниже мы опираемся только на заявленную суть и разбираем логику процесса.

От tokenmaxxing к value-maxing

Первая волна корпоративного внедрения генеративного ИИ строилась на простой идее: чем больше люди работают с моделями, тем быстрее компания учится. Отсюда внутренние рейтинги активности, лимиты «на сотрудника» и поощрения за высокое потребление. Токены превратились в метрику вовлечённости, хотя по природе это строка в счёте от поставщика.

Когда счета выросли, метрика перестала работать. Финансовый директор видит не «инновационную культуру», а переменную статью расходов, которая плохо прогнозируется и растёт вместе с энтузиазмом сотрудников. Отсюда и поворот к value-maxing: каждое использование ИИ должно привязываться к измеримому результату.

Почему токены тяжело бюджетировать

У классического SaaS всё понятно: цена за место, фиксированный контракт, предсказуемая строка в бюджете. У ИИ-сервисов с оплатой по токенам стоимость зависит от длины запросов, выбранной модели, числа обращений и от того, как сотрудники и агенты строят цепочки вызовов. Один длинный контекст или автономный агент, который гоняет модель по кругу, способен съесть бюджет за дни.

В итоге финансовые команды сталкиваются сразу с несколькими проблемами:

• нет привычной единицы учёта: токен не равен задаче, а задача не равна результату;
• затраты размазаны по отделам, подрядчикам и «теневым» подпискам сотрудников;
• разные модели стоят по-разному, и выбор между ними часто делает не тот, кто платит;
• эффект от ИИ нередко выражается во времени сотрудников, которое трудно перевести в деньги.

Какие метрики начинают требовать CFO

Из логики value-maxing следует набор показателей, которые финансовые команды обычно просят у владельцев ИИ-проектов. Это наша интерпретация, а не пересказ данных из эфира:

• стоимость завершённой задачи вместо стоимости токена;
• доля запросов, которые привели к использованному результату, а не к выброшенному черновику;
• расходы на ИИ в разрезе подразделений и продуктов;
• соотношение дорогих и дешёвых моделей в нагрузке;
• сравнение с базовой ценой той же работы без ИИ.

Что делать финансовой и продуктовой команде

Первый шаг прозаичен: свести все расходы на ИИ в одну картину. Пока часть трат идёт через корпоративные API, часть через личные подписки, а часть внутри облачных контрактов, управлять ими невозможно.

Второй шаг: назначить владельца у каждого крупного сценария и потребовать от него бизнес-метрику. Например, время обработки обращения, число закрытых тикетов, скорость подготовки отчёта. Если метрики нет, это повод сократить лимиты, а не расширять их.

Третий шаг: маршрутизировать нагрузку по моделям. Рутинные задачи отдавать на дешёвые варианты, а дорогие модели оставлять там, где качество влияет на результат. Четвёртый: ввести лимиты и оповещения для агентных сценариев, где модель вызывает сама себя.

Тренд понятен: ИИ в компаниях переходит из категории «эксперименты» в категорию «операционные расходы», а значит, к нему применяют те же требования, что к любой другой статье бюджета. Выигрывают те, кто умеет объяснить, за что именно платит.