ИИ уже настолько вошёл в работу McKinsey, что компания столкнулась с неожиданной проблемой — сотрудники начали слишком активно расходовать токены. Запрещать нейросети не стали: вместо этого руководство решило показать людям цену их привычки.
Руководитель британского подразделения QuantumBlack Дебасиш Патнайк рассказал, что летом в компании запустили уведомления о чрезмерном потреблении ИИ-ресурсов. Если сотрудник заметно выходит за обычный уровень, ему приходит письмо с советами, как решить задачу дешевле.
Масштаб впечатляет: к маю McKinsey расходовала около 5 трлн токенов ежемесячно. При этом всего 10% сотрудников обеспечивали примерно 65% потребления, причём особенно активно ИИ использовали консультанты и инженеры. После появления персональной статистики, по словам Патнайка, сотрудники стали экономнее.
Но одной воспитательной работы оказалось мало. В компании используют внутренний ИИ-шлюз для оптимизации запросов, временные блокировки при аномальных скачках расхода и кэширование, позволяющее не оплачивать заново ответы на типовые вопросы.
Проблема выходит далеко за пределы McKinsey. Финтех-стартап Slash рассказал о сотруднике, который после призыва активнее использовать ИИ израсходовал токенов на $81 тыс. — правда, на создание веб-шутера, а не рабочую задачу.
А разработчик OrcDev за месяц обработал 235 млрд токенов. При API-расценках это стоило бы $157 143,39, но по двум подпискам Codex и Claude за $200 каждая он заплатил всего $400.
McKinsey теперь советует клиентам считать не токены на человека, а стоимость результата. Похоже, будущее корпоративного ИИ — не в запретах, а в понимании, за что именно компания платит.
Та же логика работает и за пределами внутренних процессов: если ИИ-системы формируют ответы о вашем бренде для клиентов, эту видимость тоже нужно измерять — не по количеству упоминаний, а по их реальному влиянию. Платформа AIMonitor.pro показывает, как часто, где и в каком контексте нейросети говорят о вашем бренде — в ChatGPT, «Алисе», Gemini и других LLM.
