Помните, как в 2024 году все пели дифирамбы AI-ассистентам? Copilot, Cursor, Claude — казалось, любой код будет генерироваться за секунды, а разработчики уйдут в отпуск на полгода. К середине 2026-го эйфория сменилась жёстким похмельем. Meta признала, что их AI-инструменты для внутреннего кодинга привели к токенмаксингу — инженеры генерировали тонны бессмысленного вывода, чтобы накрутить метрики. Uber сжёг $50 млн на AI-рекомендациях, которые никто не использовал.
Мы поговорили с Tiffany Luck — партнёром NEA, одной из крупнейших венчурных фирм, инвестирующих в AI-инфраструктуру. Она рассказала, как предприятия считают деньги, почему tokenmaxxing убивает ROI, и что на самом деле окупается.
«Мы платим за токены, а получаем — шум»
Luck не скрывает раздражения. Её команда проанализировала больше 200 enterprise-проектов по внедрению AI. Вывод мрачный: 80% компаний не могут измерить влияние AI на прибыль.
«Топ-менеджеры просят отчёты: сколько токенов сгенерировал ассистент, сколько сессий прошло. Это как считать количество выпеченных буханок хлеба, не проверяя, продались ли они. В итоге модели пишут многословные ответы, код раздувается, а бизнес-метрики стоят на месте».
Звучит знакомо? Это точь-в-точь ситуация, описанная нами в статье про AI-кодинг: ускоряет или разоряет?. Там мы разбирали кейс Amazon MeshClaw — внутренний AI-помощник, который генерировал столько кода, что кодовая база превратилась в свалку. Amazon MeshClaw: как токенмаксинг превратил AI-помощника в генератор мусора — обязательное чтение для тех, кто всё ещё верит в магию токенов.
Цитата из отчёта NEA (июнь 2026): «65% опрошенных CIO признали, что их AI-инициативы не привели к измеримому росту выручки. Только 12% смогли привязать затраты на GPU к конкретным бизнес-показателям».
От «плана по гвоздям» к реальной ценности
Мы уже писали, что измерение AI-продуктивности по токенам — это новый «план по гвоздям». Менеджеры надеялись на объективность, а получили искажение стимулов. Tiffany Luck подтверждает: NEA видит тренд на отказ от валовых токеновых метрик.
Вместо этого компании переходят к value-based metrics. Например, стартап-портфель NEA — компании вроде Anthropic и CoreWeave — продвигают «Claudeonomics»: оценку AI по реально сэкономленным часам или дополнительной выручке. Но внедрить это в legacy-корпорациях сложно.
«Легко сказать „считайте ценность“, но когда у вас 500 легаси-систем и Excel-таблицы вместо дашбордов, вы не можете привязать конкретный промпт к продажам. Поэтому многие скатываются обратно к токенам — это хотя бы цифра».
Парадокс Джевонса в AI — ещё один фактор, который мы разбирали в отдельной статье: чем дешевле токены, тем больше их потребляют. NEA наблюдает, как компании заказывают десятки тысяч GPU, а эффективность кода при этом падает.
Что покупают вместо токенов? Персональные AI-агенты
Интересный поворот: Tiffany Luck утверждает, что предприятия постепенно отказываются от универсальных чат-ботов в пользу персональных AI-агентов — специализированных моделей, заточенных под одну конкретную задачу. Например, агент для автоматизации HR-отчётов или агент для анализа договоров.
«В 2025 году все хотели „Copilot для всего“. В 2026-м поняли: дженералистские модели тратят кучу токенов впустую. Агент, обученный на 500 документах вашей компании и имеющий доступ к API только нужных систем, даёт измеримый ROI за месяц. При этом он потребляет в 10 раз меньше токенов, чем GPT-4.5 при каждом запросе».
NEA активно инвестирует в платформы для создания таких агентов — например, Reworkd и Fixie. Luck советует смотреть не на количество токенов, а на cost per completed task. Если агент справляется с задачей за $0.10, а сотрудник за $5 — ROI очевиден.
AI IPOs — мыльный пузырь или новая нефть?
Ближе к концу интервью мы коснулись темы AI IPOs. Luck считает, что рынок перегрет, но не лопнет — произойдёт коррекция.
«Посмотрите на двойные цены на акции AI-стартапов — это страшно напоминает 2021 год. Но в отличие от крипто-зимы, AI действительно решает проблемы. Вопрос только: решает ли ваш стартап чью-то боль или просто продаёт токены?»
Она также предупредила о рисках, описанных в отчёте Citrini Research: цепная реакция AI-агентов может запустить автоматическую генерацию заказов и крах логистики. Но это тема для отдельного разговора.
Неочевидный совет от Tiffany Luck
Мы спросили, что бы она посоветовала CTO, который тонет в запросах на GPU и не видит результата. Ответ оказался провокационным:
«Выключите половину AI-сервисов на месяц и посмотрите, кто из бизнес-юнитов заплачет. Те, кто не заметят — ваши токенмаксеры. Оставьте только жизненно важные. Потом постепенно возвращайте, но с жёсткой привязкой к KPI. И никогда не доверяйте вендорам, которые продают вам GPU, одновременно продавая модели, которые их сжигают».
Жёстко, но эффективно. Возможно, именно такой подход спасёт следующий бюджет AI-отдела от превращения в дым.
Подписывайтесь на наш канал, чтобы не пропустить разбор того, как a16z распределяет $1.7 млрд на AI-инфраструктуру — и почему это касается каждого, кто платит за токены.
