Бизнес в панике ищет способы обуздать стремительно растущие расходы на ИИ

Внедрение искусственного интеллекта обещало золотые горы, но счета за электричество и вычислительные мощности становятся настоящим кошмаром для корпораций. Согласно свежему отчету The Economist, компании по всему миру столкнулись с резким скачком затрат на содержание и развитие AI-систем, и теперь лихорадочно ищут пути к оптимизации. Главная проблема — это гигантское потребление ресурсов. Одна лишь тренировка большой языковой модели может стоить десятки миллионов долларов, а каждый новый запрос пользователя к GPT-подобному сервису требует затрат на электроэнергию и охлаждение серверов. Крупные технологические гиганты, такие как Microsoft и Google, уже начали пересматривать свои архитектуры: например, внедрять более «легкие» модели (дистилляцию) или использовать квантовое охлаждение для дата-центров. Мелкие же стартапы и вовсе вынуждены отказываться от собственных «железок» в пользу облачных решений с почасовой оплатой. Второй тренд — переход к «экономии на инференсе». Вместо того чтобы каждый раз гонять данные через тяжелую нейросеть, разработчики все чаще используют кэширование типовых ответов и гибридные схемы (например, дообучают небольшие локальные модели для рутинных задач). Это снижает затраты в 2–3 раза, не сильно жертвуя качеством. Интересно, что параллельно растет спрос на специалистов по cost-engineering — инженеров, которые умеют «затачивать» модели под минимальное потребление ресурсов. Рынок труда уже реагирует: зарплаты таких экспертов взлетели на 40% за последний год. Вывод прост: эпоха бездумного масштабирования AI заканчивается. Теперь выиграет не тот, у кого самая большая модель, а тот, кто умеет считать каждый ватт и каждый доллар. 📎 [Источник](https://www.economist.com/business/2026/06/14/companies-are-scrambling-to-curtail-soaring-ai-costs)