К 2030 году себестоимость инференса больших языковых моделей для провайдеров снизится более чем на 90% по сравнению с 2025 годом.
Такой прогноз дал на днях Gartner…
Казалось бы, вывод очевиден: ИИ быстро станет дешёвым, массовым и доступным всем. Но именно здесь руководители рискуют ошибиться.
Дешевеет не весь ИИ как бизнес-решение. Дешевеет только одна единица вычисления. А сложные сценарии, ради которых компании и начинают всерьёз вкладываться в ИИ, наоборот, требуют всё больше ресурсов.
Gartner отдельно указывает: агентные модели способны тратить в 5–30 раз больше токенов на одну задачу, чем обычный GenAI-чатбот.
И вот это уже важно не для айтишников, а для HR и управленцев.
Почти любой ИИ-пилот выглядит продуктивно красиво. Он ускоряет описание вакансий, помогает отвечать на типовые вопросы сотрудников, упрощает поиск информации, снимает часть рутины с рекрутеров и HR-команд. Но проблема начинается позже — когда проект пилот превращают в постоянный процесс и масштабируют на всю организацию. Именно в этот момент внезапно выясняется, что дешевеет технология, но не обязательно дешевеет её использование в живом бизнесе.
Если компания идёт дальше и строит ИИ-ассистентов для сотрудников, автоматизирует внутренние сервисы, подключает анализ интервью, маршрутизацию запросов, интеллектуальный подбор или агентные сценарии, общий объём вычислений растёт быстрее, чем падает цена одного токена. То есть надежда «давайте немного подождём, скоро ИИ станет почти бесплатным» — это не стратегия. Это та самая управленческая иллюзия.
Для HR здесь вывод очень практичный: где ИИ действительно снижает нагрузку на людей, ускоряет процессы и повышает качество решений, а где компания просто покупает дорогую цифровую игрушку.
Поэтому зрелая сейчас стратегия выглядит не как гонка за самой мощной моделью. Она выглядит скучнее, но все же умнее. Простые массовые задачи — на более лёгкие и дешёвые решения. Дорогой сильный ИИ — только туда, где высока цена ошибки и есть реальный эффект для бизнеса. Всё остальное — путь к красивому пилоту с плохой экономикой.
Gartner также прогнозирует, что к 2030 году большие модели могут стать до 100 раз более экономически эффективными по сравнению с ранними системами сопоставимого масштаба 2022 года. Но и это не отменяет главного: выигрывать будут не те, кто раньше всех купил модный ИИ, а те, кто раньше других научился считать его экономику на масштабе.
🧩 Еще Что-то хорошее в канале Сергея Журихин | и в Max
#HR #управление #менеджмент #искусственныйинтеллект #цифровизация
