Salesforce потратит $300 млн на токены Anthropic для AI-кодирования
Salesforce потратит $300 млн на токены Anthropic в 2026 году, почти полностью на AI-агентов для кодирования. CEO Марк Бениофф уверен, что это дешевле нанимать и

Salesforce потратит $300 млн на токены Anthropic в 2026 году, почти полностью на AI-агентов разработки. Цифру назвал CEO Марк Бениофф на подкасте All-In.
Расходы на AI как обычная статья бюджета $300 млн в год на токены —
это инвестиция в замену самой дорогой части разработки. Бениофф честен: это не эксперимент, а бизнес-решение. Облачные платформы перестали экспериментировать с генеративным AI. Они теперь считают его обычной статьёй затрат, наравне с зарплатами, облаком и энергией. Для контекста: это сопоставимо с расходами крупного стартапа на всю инфраструктуру в целом.
Кодирование стоит больше всего
Почти весь бюджет пойдёт на AI-агентов, которые работают с кодом: пишут функции, добавляют unit-тесты, делают рефакторинг, интегрируют сервисы. Это самая дорогая и самая автоматизируемая часть разработки. Вот логика Бениоффа: junior-разработчик, пишущий рутину 40 часов в неделю, стоит примерно $200k в год. AI-агент, потребляющий токены на сумму $X в год, обходится существенно дешевле. Плюс — выполняет задачу в 5 раз быстрее.
«Это делает всё, что мы строим, дешевле», —
Марк Бениофф на All-In.
Почему именно Anthropic Выбор провайдера не случайный.
Salesforce выбрала Anthropic из всех компаний, создающих LLM: Качество кодирования — Anthropic лучше других справляется с точностью кода Надёжность — нужны агенты, которые не сломают production-систему * Долгосрочное партнёрство — $300 млн не бросают на непроверенного игрока Для Anthropic это первая по-настоящему крупная контрактная сделка на масштабное корпоративное AI-кодирование.
Тренд рынка, который вы увидите
Когда Salesforce открыто объявляет такие цифры, остальной рынок внимательно смотрит. Ожидайте, что Amazon, Google, Microsoft начнут публиковать похожие инвестиции. Ожидайте, что зарплаты junior-разработчиков начнут считаться с расчётом на замену AI-агентами. Это сигнал для инженеров: если вы пишете рутинный код, пора учиться работать с AI рядом, а не ждать замены.