GitHub Copilot змінює ціну, розкриваючи «найбільшу брехню» в індустрії ШІ

Оригінальна назва: Економіка штучного інтелекту не має сенсу

Автор оригіналу: Ed Zitron, Where's Your Ed At
Переклад оригіналу: Deep潮 TechFlow

Deep潮 огляд: Microsoft нарешті не витримав, GitHub Copilot перейшов з місячної оплати на оплату за токени. Це не оновлення продукту, а колективна банкрутство шахрайської схеми субсидування у всій індустрії штучного інтелекту — OpenAI, Anthropic та інші приховують реальні витрати за допомогою місячної плати, змушуючи користувачів витрачати 1 долар, щоб спалити 8-13 доларів обчислювальної потужності, тренуючи покоління, яке не може бути сталим. Коли ціни повернуться до реальності, ви зрозумієте, що ті «революційні» AI-інструменти — це, можливо, просто дорогі іграшки.

Я щойно написав статтю про те, як OpenAI знищила Oracle, і сьогодні використав деякі матеріали з неї.

Це одна з моїх найкращих статей, я дуже пишаюся.

Підписка на платну версію — це не лише вигідно, а й дозволяє мені щотижня писати ці глибокі дослідження безкоштовних статей.

Вчора вранці користувачі GitHub Copilot отримали підтвердження новини, яку я повідомляв тиждень тому — усі плани GitHub Copilot будуть змінені на оплату за використання з 1 червня 2026 року.

Microsoft більше не дає користувачам певну кількість «запитів», а стягує плату залежно від фактичних витрат на модель, яку використовують. Microsoft називає це «…важливим кроком у напрямку сталого, надійного бізнесу Copilot і покращення досвіду всіх користувачів». Тепер кількість використання залежить від того, скільки токенів може купити підписка (наприклад, план за 19 доларів на місяць дозволяє використовувати токени на суму 19 доларів).

Переклад: Ми більше не можемо субсидувати користувачів GitHub Copilot, інакше Amy Hood (фінансовий директор Microsoft) почне бити людей бейсбольною битою.

Це оголошення — цікавий попередній погляд, як ці зміни цін будуть пакувати:

Copilot вже не той продукт, яким був рік тому. Він перетворився з помічника у редакторі коду на платформу для довготривалих, багатоступеневих сесій кодування з використанням новітніх моделей, що ітеративно працюють по всій кодовій базі. Використання агентів стає стандартом, що значно підвищує вимоги до обчислень і логіки.

Зараз швидке питання у чаті і кілька годин автономного кодування — це, можливо, одна й та сама ціна. GitHub постійно поглинає зростаючі витрати на логіку, але наразі високорівнева модель на основі запитів вже не є стійкою. Оплата за використання вирішує цю проблему. Вона краще узгоджує ціну з фактичним використанням, допомагаючи підтримувати довгострокову надійність сервісу і зменшуючи необхідність обмежувати важких користувачів.

Бачите, це не те, що Microsoft субсидує обчислювальні потужності майже двох мільйонів людей, а те, що AI став настільки потужним і складним, що фактично перетворився на інший продукт!

Хоча Copilot можливо «не той самий продукт, яким був рік тому», базова економіка майже не змінилася: протягом трьох років Microsoft дозволяє користувачам щомісяця спалювати токени, що коштують більше за їхню підписку. За даними The Wall Street Journal від жовтня 2023 року:

Індивідуальні користувачі платять по 10 доларів на місяць за цей AI-помічник. За даними джерел, у перші місяці цього року компанія в середньому втрачала понад 20 доларів на кожного користувача щомісяця, а деякі витрачали на компанію до 80 доларів щомісяця.

Звісно, користувачі GitHub Copilot тепер протестують і кажуть, що продукт «мертвий», «повністю зруйнований».

Я ще два роки тому у статті «Кризис субсидованого AI» передбачав цей день:

Цей день настав, бо кожен AI-сервіс, яким ви користуєтеся, субсидує обчислювальні ресурси, і кожен з них втрачає гроші:

Коли ви платите за послуги AI-стартапів — звісно, включаючи OpenAI і Anthropic — ви платите місячну плату, наприклад, Claude від Anthropic коштує 20, 100 або 200 доларів на місяць, Perplexity — 20 або 200 доларів, або підписка OpenAI — 8, 20 або 200 доларів.

У деяких корпоративних сценаріях ви отримуєте «ліміт» для певної кількості роботи, наприклад, Lovable у підписці за 25 доларів на місяць дає користувачам «100 місячних лімітів», а також 25 доларів на хмарне хостингування (до кінця першого кварталу 2026 року), які можна переносити між місяцями.

Коли ви користуєтеся цими сервісами, компанії платять або за кожен мільйон токенів, або (для Anthropic і OpenAI) — за оренду GPU для запуску моделей. Один токен — приблизно 3/4 слова.

Як користувач, ви не відчуваєте споживання токенів — лише процес введення і виведення. AI-лабораторії приховують витрати, використовуючи «tokens», «повідомлення» або обмеження швидкості у 5 годин з відсотковим показником, але ви, користувач, не знаєте, скільки це коштує.

На бекенді AI-стартапи шалено витрачають гроші, і до недавнього часу Anthropic дозволяв вам витратити до 8 доларів обчислювальної потужності за 1 долар підписки. OpenAI теж дозволяє так робити, хоча й важко точно виміряти.

Компанії, що створюють AI, вважають, що зможуть залучити достатньо користувачів за допомогою субсидій і збиткових продуктів, щоб, коли вони піднімуть ціни, користувачі не перейшли на інші сервіси. Вони також думали, що ціна за токен з часом знизиться, але насправді — хоча ціни на деякі моделі знизилися, нові «логічні» моделі спалюють ще більше токенів, і логіка з часом стає дорожчою.

Обидва припущення — хибні, бо модель підписки для будь-яких сервісів, що працюють з великими мовними моделями, — непридатна.

Головна економічна модель генеративного AI вже зруйнована

Уявіть собі. Коли Uber (ні, це зовсім не Uber) починає підвищувати ціни на поїздки, базова економіка залишається тією ж — користувач платить за поїздку, водій отримує оплату.

Водії все ще платять за бензин, страхування, ліцензії, можливо, фінансування автомобіля — ці витрати не субсидуються Uber. Величезні збитки Uber — це субсидії, маркетинг і безкінечні дослідження безпілотних авто.

Генеративний AI — зовсім не Uber

Щоб показати масштаб неправильного ціноутворення AI, уявіть паралельну історію з Uber, яка має зовсім іншу бізнес-модель.

Підписка на генеративний AI — це якби Uber щомісяця збирав з вас 20 доларів за 100 поїздок до 100 миль, а ще платив за бензин по 150 доларів за галон, і Uber покривав ці витрати, бо хтось наполягає, що нафта колись стане такою дешевою, що її не варто враховувати.

Зрештою, Uber вирішить почати брати щомісячну плату за доступ до сервісу і додатково стягувати плату за бензин залежно від спожитого. І раптом користувачі платитимуть не 20 доларів на місяць за 100 поїздок, а 20 доларів за доступ і ще 26 доларів за 10 миль — за бензин. Це, природно, викличе невдоволення.

Хоча це звучить перебільшено, насправді це досить точна метафора того, що відбувається у галузі генеративного AI, особливо у GitHub Copilot.

Раніше ціна Copilot дозволяла робити 300 високорівневих запитів на місяць і безлімітний чат з моделями типу GPT-5 mini.

Кожен запит (згідно з Microsoft) — «…будь-яка взаємодія, коли ви просите Copilot щось зробити», — у пізніх системах на основі запитів більш дорогі моделі займали більше ресурсів, наприклад Claude Opus 4.6 — у три рази більше високорівневих запитів. Коли ви вичерпували високорівневі запити, Copilot дозволяв вам у залишку місяця використовувати дешевші моделі.

Раніше так не було. До травня 2025 року Microsoft ще пропонувала безлімітний доступ до моделей, але й тоді користувачі були незадоволені обмеженнями.

Microsoft — як і будь-яка AI-компанія — обманює клієнтів, продаючи незбалансовані сервіси, бо продаж LLM на місячній підписці — це ніколи не працювало.

Якщо порахувати, скільки коштує один високорівневий запит у токенах, один користувач GitHub Copilot виявив, що він спалює приблизно 11 доларів за один запит, бо кожен «запит» використовує 60 000 токенів у контексті, кілька інструментів і внутрішніх «раундів» (те, що модель робить), щоб згенерувати відповідь.

Ще й існує підвищена ілюзорність великих мовних моделей через їхню ненадійність. Хоча один високорівневий запит, що застряг у безкінечному циклі і видає напівзроблений код, може бути розчаруванням, але коли ви платите самі, такий збій стає ще більш непрощеним.

Користувачі навчені використовувати продукти зовсім інакше — вони навіть не усвідомлюють, скільки «токенів» вони спалюють або скільки конкретна задача коштує залежно від моделі.

Це зовсім не Uber. Будь-хто, хто каже інакше, намагається виправдати погані дії. Uber може підвищити ціни, але не потрібно кардинально змінювати економіку платформи, і користувачі не зобов’язані змінювати спосіб використання, бо раптом почнуть платити за галон.

Місячна підписка на AI — це частина шахрайської схеми субсидування, яка цілеспрямовано відокремлює генеративний AI від його реальних витрат

Зовсім ніколи — і ніколи не буде — економічно обґрунтованого способу надавати послуги на основі LLM, якщо не стягувати плату за фактичне споживання токенів. А у процесі обману користувачів ці компанії створюють продукти з ілюзорними перевагами і сумнівною окупністю.

Це очевидно вже багато років.

З економічної точки зору, місячна підписка має сенс лише тоді, коли витрати стабільні. Фітнес-клуби продають членство, бо приблизно знають, скільки зношуються обладнання, скільки коштує обслуговування, і скільки витрат на електроенергію, персонал і воду за певний період.

Клієнти Google Workspace — принаймні до AI — платили за доступ або збереження документів і за постійне обслуговування Google Docs та інших сервісів. Ціни на цифрове зберігання досить низькі (і, на відміну від LLM, Google Workspace не вимагає багато обчислень), тому дуже активний користувач Google Drive не з’їсть їхній прибуток.

Однак ці сервіси навмисно приховують кількість токенів або витрати на конкретні дії, тому користувачі не знають, що означають швидкісні обмеження, і кожна раптова зміна цих обмежень змушує їх гадати, скільки реальної роботи вони можуть зробити.

Це жорстока, маніпулятивна і шахрайська бізнес-практика, яка існує лише для того, щоб Anthropic, OpenAI та інші AI-компанії могли розширювати базу користувачів, адже більшість AI-користувачів сприймає реальні або уявні переваги через призму того, що за кожен долар підписки вони спалюють 8-13 доларів токенів.

Ця навмисна обманна тактика має одну мету: щоб більшість людей ніколи не дізналися справжню ціну генеративного AI.

Коли «The Atlantic» писала про те, що Claude Code — це «момент ChatGPT» від Anthropic, вона базувалася на підписці за 20 доларів на місяць, а не на реальних витратах на токени, що використовуються. Це дозволяє авторам прощати моделі «дрібні помилки» або «зависання» під час складних програмних задач.

Якщо б авторка платила за реальні витрати на токени і кожного разу, коли вона застрягала, витрачала б 15 доларів, — вона, мабуть, не пробачила б таких збоїв.

Але це — частина шахрайства.

Дуже важливо, щоб у мас-медіа, що пише про AI, люди не розуміли, скільки насправді коштує цей сервіс, і що більшість статей про ChatGPT або Claude Code пишуть ті, хто майже не знає, скільки коштує кожне окреме завдання.

Пам’ятайте: більшість генеративних AI-сервісів — це експериментальні продукти, функціонал яких не схожий на будь-яке сучасне програмне забезпечення або апаратуру. Люди не можуть просто піти і попросити ChatGPT або Claude щось зробити.

Я маю на увазі, що можна, але якщо ви неправильно сформулюєте запит, не зрозумієте, як він працює, або зробите помилку у своїх даних, або якщо модель просто зробить щось не те, — вона видасть вам те, що вам не сподобається, і тоді потрібно буде знову формулювати запит. LLM за своєю природою — непередбачувані.

Ви не можете гарантувати, що LLM виконає конкретну дію або видасть реалістичний результат. Ви не можете точно знати, скільки коштує конкретне завдання — навіть якщо раніше робили його багато разів — і не можете передбачити, коли модель зірветься і щось видалить або просто відмовиться робити, стверджуючи, що зробила.

Якщо користувачі змушені платити реальну ціну, багато хто відмовиться від продукту одразу, бо легко витратити 5 доларів токенів, експериментуючи з можливостями LLM.

Підказка: насправді можна витратити багато грошей, так і не отримавши бажаного результату, бо LLM — це не справжній штучний інтелект! Люди, які не усвідомлюють його обмежень, легко можуть витратити 30, 50 або навіть 100 доларів, намагаючись змусити LLM зробити те, що вона наполягає, що вона може.

Є таке слово — підле. Підле. LLM зазвичай створені так, щоб підтверджувати користувача, навіть якщо він говорить небезпечну маячню, — і це поширюється на питання «чи можливо зробити щось технічно або економічно цілком неможливе?». Звичайно, можливо! Саме тому галузь так наполегливо приховує ці витрати — це справжній удар по чесності!

Я вважаю, що перехід більшості AI-підписок на оплату за токени — неминучий, особливо тепер, коли Anthropic і OpenAI вже так роблять для корпоративних клієнтів.

Чи може звичайна компанія дозволити собі перейти на оплату за токени? Anthropic оцінює, що користувачі щодня витрачають на Claude Code 13-30 доларів (більше 7000 доларів на рік), а великі організації — сотні тисяч або мільйони доларів щороку

Як я обговорював минулого тижня, CTO Uber на конференції сказав, що за кілька місяців вони витратили весь бюджет на AI на 2026 рік, а Goldman Sachs радить деяким компаніям витрачати до 10% зарплатного фонду на токени AI, і ця сума може зрости до 100% у найближчі квартали.

Це прямий результат того, що кожен AI-користувач намагається максимально використовувати ці сервіси, приховуючи реальні витрати. Кожна велика компанія, яка закликає співробітників «активно використовувати AI», робить це, ігноруючи або повністю відмовляючись від реальних токенних витрат. І коли компанії змушені платити справжні гроші, важко довести, що інвестиції в цю технологію — економічно виправдані.

Звісно, ви скажете, що інженери «швидше здають код» і так далі. Зрозуміло. Але наскільки швидше? Скільки ви на цьому заробили або заощадили? Чи окупилися ці витрати, якщо 10% людських ресурсів витрачається на AI-токени?

Я не впевнений. Я не бачив жодної компанії, яка б отримала реальний ROI від великих інвестицій у токени, і тому всі дослідження про ROI AI — це здебільшого порожні слова.

Здебільшого ви читаєте тих, хто захоплюється можливостями генеративного AI, не платячи за це справжніх грошей.

Кожен божевільний у Twitter, що розповідає, що їхня команда використовує Claude Code безперервно, — це зазвичай з підпискою за 125 доларів на місяць на Teams, що приблизно відповідає підписці Anthropic за 100 доларів. А ті, хто хвалиться, що за кілька хвилин роблять роботу на кілька годин із Perplexity — максимум витрачають 200 доларів на місяць на Max-план.

Насправді, ця команда з 10 людей і підпискою за 1250 доларів на місяць, швидше за все, щомісяця спалює 5000-10000 доларів на API-виклики.

Минулого тижня керівник Anthropic Аmol Avasare сказав, що їхній Max-план створений для інтенсивного спілкування, а не для роботи з Claude Code і подібними. І він прямо заявив, що Anthropic розглядає «різні варіанти для підтримки високої якості сервісу», тобто — «з часом ми змінюємо ціни».

Я не впевнений, чи усвідомлюють люди, наскільки дорогі ці токени, особливо для великих проектів із частими викликами і використанням інструментів для кодування і інфраструктури. Чи може людина з бюджетом у 200 доларів на місяць дозволити собі витратити 350, 400 або 500 доларів? Чи зможе вона витратити більше у один місяць? Що робити, якщо бюджет закінчиться? Або якщо вона просто не може собі дозволити таку ціну?

Ось більш реалістичний приклад: до початку квітня документація Anthropic щодо Claude Code (архів) ще писала, що «середня вартість для користувача — 6 доларів на день, 90% користувачів — менше 12 доларів на день». А цього тижня там вже написано:

Claude Code оплачується за токенами API. Ціни на підписки (Pro, Max, Team, Enterprise) — дивіться на claude.com/pricing. Вартість для кожного розробника залежить від моделі, розміру кодової бази і режиму використання (наприклад, запуску кількох інстанцій або автоматизації). У корпоративних налаштуваннях середня вартість — близько 13 доларів на активний день, або 150-250 доларів на місяць, і 90% користувачів витрачають менше 30 доларів на активний день.

Щоб оцінити витрати вашої команди, почніть з малого пілотного проекту, використовуючи цей трекер для створення бази, і потім масштабуйтесь.

Якщо припустити, що в місяці 21 робочий день, середня вартість для користувача — близько 273 доларів на місяць або 3276 доларів на рік. За 30 доларів на день — це 630 доларів на місяць або 7560 доларів на рік.

Ці цифри вражають, і ще більш вражаюче — якщо ви використовуєте будь-який з нових моделей Anthropic, ви навряд чи витратите лише 30 доларів на день. Claude Opus 4.7 коштує 5 доларів за мільйон введених токенів і 25 доларів за мільйон виведених. Один мільйон токенів — приблизно 50 тисяч рядків коду, і якщо ви використовуєте таку передову модель, ви точно пройдете цю межу, і ця сума швидко зросте, якщо не будете уважні.

Давайте ще пограємо з цим числом у 30 доларів.

Для команди з 10 розробників — це 75 600 доларів на рік, і це лише за робочі дні.

Якщо за три місяці підвищити ціну до 50 доларів на день, це вже 88 200 доларів.

Якщо додати ще один місяць із витратами понад 100 доларів — це 102 900 доларів на рік.

Якщо щодня витрачати 300 доларів, то 10 людей за рік — 756 000 доларів.

Хоча це можливо для фінансово забезпечених стартапів або таких, як Meta, з їхніми запасами, будь-яка компанія, яка дбає про витрати, навряд чи зможе виправдати витрати у п’ять або шість цифр на сервіс, що обіцяє підвищення продуктивності, і при цьому ніхто не може точно виміряти цей приріст.

Зараз я вважаю, що більшість компаній поділяють на три категорії:

Великі організації, такі як Spotify або Uber, з керівниками, які шалено захоплені AI і дозволяють необмежений бюджет. Також я вважаю, що і великі стартапи з достатнім фінансуванням — у цій же категорії.

Малі стартапи, що використовують субсидії через «Teams».

Індивідуальні користувачі, що платять щомісяця за Claude або інші AI-підписки.

Великі компанії все ще можуть казати, що вони витрачають мільйони доларів на AI токени для своїх інженерів, аргументуючи це тим, що «найкращі інженери» не пишуть код.

Один невдалий звіт або інвесторська конференція — і ця історія руйнується. В якийсь момент інвестори — навіть ті, що давно «підігрівають» AI-бум — почнуть сумніватися у зростанні R&D-витрат (зазвичай прихованих у цій сфері), і коли доходи не зростатимуть, почнуть звільняти.

Можливо, за шість місяців багато стартапів, що витрачають понад 10% людських ресурсів на токени, не зможуть переконати інвесторів у доцільності таких витрат.

Якщо всі перейдуть на оплату за токени, я не впевнений, що ще довго буде багато галасу навколо генеративного AI.

Економіка дата-центрів і обчислювальних потужностей для AI — це безглузда ілюзія

Люди говорять про AI дата-центри так, що це зовсім не відповідає дійсності. Я вважаю, що багато хто навіть не усвідомлює, наскільки ця сфера стала абсурдною.

Вартість будівництва і експлуатації AI дата-центрів — неймовірно висока, а доходи — мізерні

За даними Jerome Darling з TD Cowen, ключові IT-витрати (GPU і відповідне обладнання) — близько 30 мільйонів доларів, а вартість за мегават — 14 мільйонів доларів. Дата-центри, здається, будуються від одного до трьох років, і це ще за умови, що є електропостачання.

До кінця 2028 року планується побудувати 114 ГВт дата-центрів, з яких лише 15,2 ГВт у процесі будівництва. І «в процесі» — це, швидше за все, просто земля з ямами. Це не означає, що ці об’єкти скоро почнуть працювати.

Почнемо з простого: кожен 100 МВт — це приблизно 44 мільярди доларів, і більша частина — на NVIDIA GPU.

Отже, перший виторг для такого дата-центру — мільйони доларів збитків, навіть при амортизації за шість років. І з урахуванням оновлень NVIDIA щороку, після підписання першого контракту GPU навряд чи принесе стільки ж.

Ще не ясно, чи є клієнти для AI-обчислень поза OpenAI і Anthropic, які займають 50% ринку побудови дата-центрів. Якщо вони не зможуть платити, це створить системний ризик.

Також невідомо, які тарифи вони будуть стягувати довгостроково. Хоча ціна на GPU у роздріб — близько 4,50 долара за годину, ціна за контрактами — значно нижча. Один з джерел повідомляє, що вони платять близько 3,70 долара за годину за GPU за річним контрактом.

Потрібно розрізняти ціну на «спотові» ресурси — тобто, коли ви запускаєте GPU на чужих серверах — і ціну за довгостроковими контрактами, що становить більшу частину капітальних витрат дата-центру. Більшість дата-центрів планують мати кілька великих клієнтів, і тому можуть домовлятися про знижки.

Отже, багато дата-центрів платять значно менше, ніж 3,70 долара за годину, — вони рахують за мегават або кіловат.

Саме тут починається економічний колапс.

Крах економіки 100МВт дата-центрів — 2,55 долара за годину, 16% валової маржі при 100% заповненості, збитки через борги

Це початкові витрати 100 МВт дата-центру. Реальна потужність — близько 85 МВт, і за оцінками, доходи з одного мегавата — близько 12,5 мільйонів доларів на рік, тобто приблизно 1,06 мільярда доларів на рік.

Згідно з моїми розрахунками, якщо врахувати амортизацію обладнання за шість років, щорічні витрати — понад 530 мільйонів доларів. Це означає, що чистий прибуток — близько 180 мільйонів доларів, або 16,7% валової маржі...

…за умови 100% заповненості! Дата-центри можуть потребувати місяць-два, щоб встановити GPU і залучити клієнтів, і в цей час доходи — нуль, а витрати — величезні, бо потрібно платити за обслуговування, електроенергію і операційні витрати, що разом можуть сягати 15-20% від доходів (я моделюю 10% за електроенергію і 15% за обслуговування/операції), що дає щоденні збитки у 3,27 мільйона доларів.

Щоб цей приклад був реалістичним, припустимо, що потрібно ще місяць, щоб запустити цей об’єкт — тоді ви вже витратили 102 мільйони доларів і не повернете їх. Це підвищує річні витрати до 939,4 мільйонів доларів, і валова маржа зменшується до 6,6%.

Зачекайте, ви ж не купували GPU в борг? Ви взяли кредит? Наскільки це погано? О, Боже — ви взяли кредит під заставу активів на 6 років, з LTV 80%, під 6% річних, і позичили 2,8 мільярда доларів.

Ваш банк, уявно, зробив вам вигідну пропозицію — 12-місячний пільговий період, коли ви платите лише відсотки… приблизно 168 мільйонів доларів, і тоді перший рік загальні витрати (без урахування місяця затримки) — близько 1,005 мільярда доларів… доходи — 1,06 мільярда.

Це — 5,19% валової маржі, і ви ще навіть не почали погашати основний борг. Коли це станеться, щомісячні платежі — близько 54,1 мільйона доларів, а за п’ять років — близько 649 мільйонів доларів щороку, тобто — 1,48 мільярда доларів, або приблизно 40% валової маржі.

Я маю чітко зазначити: це за умови 100% заповненості і своєчасної оплати орендарями.

Stargate Abilene — катастрофа: кожен GPU коштує 2,94 долара за годину, річний дохід — 10 мільярдів доларів, прогрес відстає на роки, і є один орендар, що щороку приносить мільярдні збитки

Обговоримо один із найперспективніших проектів у історії дата-центрів — великий парк, побудований Oracle для найбільшої AI-компанії світу. Oracle — це багаторічна компанія з десятками років досвіду у побудові надмасштабних підприємств, що продають дорогі бази даних і бізнес-інструменти.

Ха-ха, я жартую — це справжній кошмар.

Stargate Abilene — парк з восьми будівель, 1,2 ГВт, з яких перша — 824 МВт ключових IT. Оголошено у липні 2024 року. До квітня 2026 року працюють лише дві будівлі, і майже без обладнання. За моїми оцінками, загальні витрати — близько 52,8 мільярдів доларів.

З моїх джерел відомо, що Oracle очікує отримати близько 10 мільярдів доларів щорічного доходу з цього проекту, і