Стан витрат підприємств на ШІ: 680-кратний розрив, вартість обчислень Anthropic у 2,3 раза більша за зарплату.

За даними SaaStr, витрати Anthropic на обчислення для логіки та навчання становлять близько 10 мільярдів доларів, що в перерахунку на кожного співробітника становить приблизно 2 мільйони доларів на рік на обчислення; для порівняння, за оцінками Levels.fyi, ці витрати в 2,3 раза перевищують зарплату. Однак, згідно з Ramp AI Index за червень, найкращі 1% інженерів компаній витрачають 89 тис. доларів на ШІ щорічно, що в 680 разів більше, ніж медіанний інженер.

Поточні дані Anthropic та медіани галузі

За опублікованими даними, стан витрат на ШІ у 2026 році виглядає так: кожен співробітник Anthropic несе витрати на обчислення близько 2 мільйонів доларів, що в 2,3 раза перевищує його зарплату (понад 500 тис. доларів), що є безпрецедентним співвідношенням у всій індустрії програмного забезпечення.

Статистика Ramp AI Index за червень 2026 року показує, що найкращі 1% компаній витрачають близько 89 тис. доларів на ШІ на одного інженера на рік (що становить 40% від зарплати старшого інженера в 224 тис. доларів); медіанні компанії витрачають лише 137 доларів на інженера, майже нуль; розрив між верхівкою та медіаною становить приблизно 680 разів.

Дослідження Epoch AI показує, що кожен співробітник Anthropic генерує 14 мільйонів доларів доходу, а кожен співробітник OpenAI – 6,5 мільйона доларів, що робить їх двома найкращими компаніями в списку Forbes Global 2000.

Модель трьох сценаріїв Tunguz: песимістичний, базовий та оптимістичний – ключові припущення

Відомий аналітик венчурного капіталу Tomasz Tunguz взяв за основу річну зарплату старшого інженера в 224 тис. доларів (припускаючи щорічне зростання на 5%) і розробив три сценарії для аналізу витрат на AI-токени на одного інженера в компаніях:

2026 рік (всі три сценарії починаються з однакової базової точки): 90 тис. доларів (40% від зарплати)

2027 рік: песимістичний 106 тис. доларів (45%), базовий 164 тис. доларів (70%), оптимістичний 258 тис. доларів (110%)

2028 рік: песимістичний 118 тис. доларів (48%), базовий 259 тис. доларів (105%), оптимістичний 444 тис. доларів (180%)

2029 рік: песимістичний 106 тис. доларів (41%), базовий 363 тис. доларів (140%), оптимістичний 596 тис. доларів (230%)

У песимістичному сценарії сума після 2028 року зменшується, оскільки швидкість падіння цін на токени перевищує швидкість інфляції зарплат. Усе вищезазначене є сценарними оцінками Tunguz і не є інвестиційною рекомендацією.

Історична динаміка цін на токени GPT-4: відома траєкторія з падінням на 90% за три роки

За даними публічних цін, ціна вхідних токенів моделей рівня GPT-4 від OpenAI впала з 30 доларів за мільйон токенів на момент запуску в березні 2023 року до менш ніж 3 доларів у 2026 році, при цьому щорічне падіння ціни становило близько 90% протягом трьох років. Моделі з відкритим кодом також створюють конкурентний тиск на ціноутворення: DeepSeek-V3 та наступні версії пропонують продуктивність, порівнянну з найкращими закритими моделями, при витратах на API від однієї десятої до однієї тридцятої.

Goldman Sachs прогнозує 24-кратне зростання споживання токенів до 2030 року, що є ключовим аргументом на підтримку оптимістичного сценарію; однак зниження цін на токени та зростання моделей з відкритим кодом є основними факторами песимістичного сценарію.

Поширені запитання

Що означає розрив у 680 разів за індексом Ramp AI Index?

За статистикою Ramp AI Index за червень 2026 року, найкращі 1% компаній витрачають близько 89 тис. доларів на ШІ на одного інженера на рік, тоді як медіанні компанії – лише 137 доларів; розрив у 680 разів означає, що наразі інтенсивне використання ШІ зосереджене лише в дуже невеликій кількості провідних компаній, а витрати на ШІ в переважній більшості компаній близькі до нуля. Ключове питання, яке аналізує трисценарна модель Tunguz, полягає в тому, чи наздоженуть медіанні компанії лідерів і наскільки швидко.

Чому в песимістичному сценарії Tunguz витрати на токени у 2029 році нижчі, ніж у 2028?

Згідно з дизайном сценарію Tunguz, песимістичний сценарій припускає, що ціни на токени падають швидше, ніж інфляція зарплат (близько 5% на рік); за такого припущення постійне зниження цін на токени переважає збільшення витрат через зростання попиту, що призводить до зниження річних витрат на AI-токени в доларовому вираженні після 2028 року. Вищезазначене є сценарними припущеннями Tunguz, які слід оновлювати відповідно до офіційних джерел даних.

Наскільки знизилися ціни на токени моделей рівня GPT-4 за три роки?

За публічними записами цін, ціна вхідних токенів моделей рівня GPT-4 впала з 30 доларів за мільйон токенів у березні 2023 року до менш ніж 3 доларів у 2026 році, при цьому щорічне падіння ціни становило близько 90% протягом трьох років; моделі з відкритим кодом, такі як DeepSeek-V3, ще більше стискають ціновий простір завдяки нижчим витратам на API. Поточні ціни слід уточнювати в офіційних оголошеннях постачальників моделей.