Искусственный интеллект впервые по-настоящему вошел в «этап экономического учета»

OpenAI и Anthropic, возможно, начнут ценовую войну — на первый взгляд, кажется, что две ведущие AI-компании борются за пользователей, но в глубине — это первый в истории случай, когда индустрия искусственного интеллекта по-настоящему входит в «этап экономической оценки».

За последние два года в AI-индустрии чаще всего обсуждались возможности моделей: у кого модель сильнее, у кого лучше логика, у кого стабильнее код, у кого мультимодальность более впечатляющая. Капитал, СМИ и пользователи готовы платить премию за «самую мощную модель». Но когда AI действительно входит в бизнес, ситуация начинает меняться. Компании уже не спрашивают «насколько модель сильна», а начинают спрашивать «сколько стоит счет»; уже не только смотрят «есть ли AI», а начинают задаваться вопросом «сколько результатов мы получаем за эти токены». Вот в чем действительно стоит наблюдать за этой новостью.

По информации Reuters, цитирующей «Wall Street Journal», OpenAI рассматривает возможность значительного снижения цен на AI-сервисы, чтобы конкурировать с Anthropic; обсуждения все еще ведутся, и Reuters также отмечает, что не смогла подтвердить эту информацию независимо. Также сообщается, что руководители компаний испытывают давление из-за стоимости использования AI, и недавно Сам Альтман признал, что расходы уже стали «огромной проблемой». Я считаю, что это можно рассматривать в контексте роста компании Anthropic, популярности Claude Code, активного продвижения Codex со стороны OpenAI, контроля расходов на агентный AI в бизнесе и тестирования бизнес-моделей перед IPO. Мое мнение: это не просто ценовая война за токены, а начало перехода AI-индустрии от «демонстрации интеллекта» к «экономической оценке ценности».

Это не классическая ценовая война

Если следовать логике традиционного интернета, снижение цены одной компанией вызывает ответное снижение другой, пользователи выигрывают, рынок расширяется, а за счет масштаба снижаются издержки. Но услуги больших моделей не полностью следуют этой логике. За AI стоит не почти нулевые издержки на распространение программного обеспечения, а реальные затраты на вычислительные ресурсы, хранение, сеть, электроэнергию, охлаждение и капитальные вложения в дата-центры.

Поэтому AI не может бесконечно снижать цены. Цены можно оптимизировать, себестоимость токена снизить, повысить эффективность модели, снизить издержки за счет кэширования, пакетной обработки и маршрутизации моделей, но базовые ресурсы не исчезнут никуда. На официальной странице OpenAI указана цена API для GPT-5.5: 5 долларов за миллион входных токенов и 30 долларов за миллион выходных токенов; а у Anthropic — Claude Opus 4.8, стандартное использование — 5 долларов за миллион входных токенов и 25 долларов за миллион выходных. Это говорит о том, что ведущие модели по-прежнему сохраняют ценовые ориентиры для высокоценностных задач и не перешли в «безграничное снижение цен».

Следовательно, так называемая ценовая война — скорее структурное снижение цен, а не полное обрушение цен. Для потребителей, разработчиков, низкоуровневых моделей и высокочастотных сценариев снижение может произойти раньше; для ключевых бизнес-задач, сложных логических задач, высоконадежного кода и сценариев с высокими требованиями к соответствию и безопасности — цены останутся с премией.

Истинная проблема — не в том, дешевы ли токены, а в том, создают ли они достаточно ценности.

От tokenmaxxing к valuemaxxing

В предыдущей статье «Ли-ли наблюдение·Технологический обзор» мы обсуждали tokenmaxxing: компании и сотрудники, чтобы доказать, что «используют AI», постоянно увеличивают объем использования токенов. Но сейчас, в свете обсуждения ценовой войны, становится ясно, что AI-индустрия должна перейти от tokenmaxxing к valuemaxxing. Tokenmaxxing — это «сколько AI использовано», а valuemaxxing — «сколько ценности создается каждым вызовом AI». За этими словами стоят две совершенно разные логики индустрии.

Если компания сосредоточена только на расходе токенов, она легко может получить иллюзию процветающего графика использования AI: все используют, вызовы растут, счета увеличиваются. Но это не обязательно означает рост производительности. Настоящие зрелые компании зададутся вопросом: уменьшили ли эти токены переработки? Сократили ли сроки поставки? Повысили ли качество кода? Улучшили ли клиентский опыт? Снизили ли издержки на продажи, поддержку, разработку, операционную деятельность и управление?

Вот в чем заключается главный вопрос, когда AI по-настоящему входит в бизнес. Раньше AI-компании продавали «умственные способности», а теперь — клиенты хотят покупать «подтвержденные результаты». Это и есть самое важное изменение за ценовой войной: конкуренция в AI переходит от «кто умнее» к «кто выгоднее», а затем — к «кто способен доставлять результаты».

Почему OpenAI чувствует давление

Давление на OpenAI исходит из двух направлений.

С одной стороны, быстрое развитие Anthropic на корпоративном рынке, особенно распространение Claude Code среди разработчиков и инженерных команд. В сценариях программирования AI — один из самых частых, ценных и цепляющих сценариев, потому что он может напрямую интегрироваться в процессы разработки, влияя на эффективность поставки. В материалах упоминается, что Claude Code способствует росту доходов Anthropic, и OpenAI делает Codex одним из приоритетных направлений. Это говорит о том, что поле боя AI уже не только чат-боты, а реальные рабочие процессы в компаниях.

С другой стороны, клиенты начинают пересматривать расходы на AI. Вначале компании использовали AI как эксперимент, покупая, пробуя и исследуя. Но когда объем использования растет, счета увеличиваются, и руководство обязательно задастся вопросом: «Стоит ли оно того?». В отчете Reuters также говорится, что руководители уже выражают недовольство высокими затратами на AI.

Это не конец AI-бума, а переход AI в управленческий бюджет. Инновационные бюджеты рассказывают истории, а операционные — оценивают отдачу. На этом этапе компании уже не только спрашивают «насколько модель сильна», а начинают спрашивать «сколько стоит выполнение единицы задачи», «может ли поставщик заменить другого», «можно ли измерить результат». Мое мнение: если OpenAI рассматривает снижение цен, это не означает, что бизнес-модель опровергнута, а что AI переходит из «стратегического пилотного проекта» в «операционные расходы». И когда AI становится частью операционных затрат, компании начинают считать его более трезво.

Истинное изменение правил индустрии

Эта конкуренция действительно изменит не цену конкретной модели, а систему оценки AI-индустрии.

Первое — компании, создающие модели, не смогут просто рассказывать истории о «самой умной модели», им нужно доказать, что «затраты на интеллект на единицу» постоянно снижаются. Тот, кто сможет выполнить больше задач за меньше токенов, с меньшей задержкой и более стабильным результатом, будет иметь преимущество.

Второе — компании начнут более активно комбинировать модели. Раньше компании могли просто закупать самую мощную модель, а теперь начнут дифференцировать задачи: для сложных логических задач — флагманские модели, для рутинных — легкие, для внутреннего поиска — локальные модели, для код-ревью — специализированные. В будущем архитектура AI в компаниях, скорее всего, будет не одной моделью, а множеством моделей, поставщиков и уровней стоимости.

Третье — появится возможность для приложений. Снижение цен на модели уменьшит премию для базовых поставщиков, но увеличит ценность приложений. Потому что конечный клиент не ищет дешевых токенов, а стабильных, управляемых и результативных бизнес-решений. Кто сможет интегрировать возможности моделей в реальные бизнес-процессы, тот сможет превратить «затраты на токены» в «бизнес-ценность».

Четвертое — инвесторы начнут по-другому смотреть на AI-компании. Раньше — по рейтингам моделей, росту пользователей и оценкам; теперь — по структуре валовой прибыли, логике расходов на логические операции, удержанию клиентов, выполнению задач, проникновению в рабочие процессы и экономике единичных задач. В отчете Reuters говорится, что OpenAI и Anthropic уже идут к IPO, и что OpenAI якобы тайно подала документы на IPO; это означает, что публичный рынок станет более внимательно оценивать их доходы, издержки и лояльность клиентов.

Мое мнение: ценовая война не остановит высокую ценность AI, но завершит этап «можно рассказывать большие истории, просто вызывая модель».

Выводы для китайской AI-индустрии

Для китайской AI-индустрии это дает три важных урока.

Первое — крупные китайские компании по моделям не должны только соревноваться в параметрах, рейтингах и презентациях, а должны раньше начать конкурировать по эффективности затрат. Китайские клиенты более чувствительны к цене и более прагматичны в ROI. Если модель хороша, но логика затрат слишком высока, стабильность недостаточна или доставка не завершена — трудно интегрировать ее в ключевые бизнес-процессы.

Второе — возможности для Китая не в простом копировании OpenAI или Anthropic, а в глубине отраслевых сценариев и рабочих процессов. Производство, цепочки поставок, трансграничная торговля, финансы, государственные услуги, управление парками, продажи и обслуживание — все это реальные сложные процессы китайских компаний. Кто сможет внедрить AI в эти процессы, тот сможет превратить модельные возможности в индустриальные сервисы.

Третье — китайским компаниям нужно как можно скорее создать собственную систему управления затратами на AI. Не только считать, сколько AI использовано, а учитывать входы и выходы по каждому бизнес-процессу, задачам и отделам. В будущем управление AI в компании должно перейти от «какие модели куплены» к «какие задачи подходят для AI, какая модель наиболее выгодна, кто проверяет результаты, как делится стоимость, как оценивается ценность».

Особенно важно помнить: низкая цена не равна реальной экономии. Исследования Стэнфордского и Беркли показывают, что указание API-цены не всегда отражает реальные издержки логического вывода; в некоторых случаях модели с более низкой ценой могут потреблять больше «thinking tokens», что в итоге увеличивает общие затраты. Для китайских компаний это особенно важно: выбирая поставщика AI, нужно смотреть не только на цену за миллион токенов, а на общие издержки по всему бизнес-процессу — от входа до результата.

Это тоже моя постоянная рекомендация: после внедрения AI главное — не кто лучше говорит, а кто лучше выполняет задачи; не кто сжигает больше токенов, а кто превращает интеллект в более низкозатратные, более качественные и более проверяемые результаты.

Заключение: дешевле — не значит лучше, ценность — главное

Если OpenAI и Anthropic действительно начнут ценовую конкуренцию, то в краткосрочной перспективе это будет борьба за пользователей, а в долгосрочной — тестирование бизнес-моделей. Это снизит издержки использования AI и ускорит принятие AI в бизнесе, но одновременно заставит индустрию ответить на более важный вопрос: создает ли AI ценность или просто увеличивает счета?

Поэтому истинное значение этой ценовой войны — не в том, будут ли токены дешевыми, а в том, что AI-индустрия наконец-то переходит от «демонстрации интеллекта» к «экономической оценке ценности».

Настоящие перспективные AI-компании — не обязательно те, кто лучше говорит, а те, кто лучше превращает каждое использование интеллекта в результат, бизнес-эффективность и индустриальную ценность.

Следующий этап AI-индустрии — не в том, чтобы токены были дешевле, а в том, чтобы каждый токен был более ценным.