Ще одна причина слабкості ринку штучного інтелекту: OpenAI також змушений знижувати ціни

Коротко про головне

· Високопосадовець Uber прямо заявив, що зв’язок між споживанням токенів і покращенням реальних продуктів «ще не існує»; OpenAI також визнає, що витрати на корпоративний ШІ стають все більш актуальною проблемою.

· Попит на ШІ не зник, але компанії починають переходити від пробних використань до аудиту ROI, виробники моделей починають обговорювати зниження цін, а зростання хмарних сервісів, GPU та дата-центрів потребує повторної верифікації.

· Пов’язані активи: NVDA, MSFT, AMZN, GOOG, MU, AVGO, AMD, TSM, ARM, ORCL.

Зростання ринку американських акцій AI протягом двох місяців почало слабшати і коригуватися, ринок починає відкрито шукати причини.

Зниження відсоткових ставок, перенасичення оцінками, порушення фінансових звітів — все це може пояснити цю корекцію, але ринок перевіряє ще одну більш глибоку гіпотезу: чи обов’язково збільшення споживання токенів компаніями призведе до більшого доходу, ефективності та прибутковості.

За останні два роки, торгівля AI рухалася за дуже гладкою лінією. Компанії масово використовують AI, споживання токенів (міра обробки тексту моделлю) зростає, доходи виробників моделей зростають, хмарні провайдери продають більше обчислювальної потужності, GPU, HBM (високошвидкісна пам’ять), сервери, дата-центри та енергоспоживання продовжують розширюватися. Поки обсяг використання токенів зростає, ринок може сприймати це як прискорення впровадження AI і надавати вищі оцінки для апаратного забезпечення та капітальних витрат.

Однак останнім часом з’явилася зміна: навіть постачальники моделей починають обговорювати питання витрат.

За повідомленням «Wall Street Journal», OpenAI досліджує можливість подальшого зниження цін на виклики моделей, щоб протистояти бюджетним обмеженням компаній і конкуренції з Anthropic та іншими. Водночас, генеральний директор OpenAI Сэм Альтман нещодавно відкрито заявив, що все більше компаній вважають витрати на AI важливим питанням, і деякі клієнти вже в першому кварталі використали весь запланований бюджет на AI на рік.

Це, можливо, ще не змінить структуру галузі, але воно посилає важливий сигнал: ринок починає обговорювати не лише можливості моделей, а й витрати, ціноутворення та окупність інвестицій.

Зараз не йдеться про те, чи компанії ще використовують AI, а про те, чи готові вони безумовно платити високі ціни за токени.

Генеральний директор і операційний директор Uber Ендрю Макдональд у подкасті сказав, що зв’язок між зростанням споживання токенів і «корисними функціями для споживачів» «ще не існує». Це висловлювання належить покупцям, а не продавцям, інвестиційним банкам або стартапам у галузі моделей.

Якщо раніше ринок вірив, що «використання — це успіх», то тепер настає другий етап: чи зможе споживання токенів перетворитися у зростання доходів, зниження людських витрат або покращення маржі. Як тільки фінансові відділи системно піднімуть це питання, оцінка ланцюжка AI зміниться з «безмежного попиту» на «перевірки окупності».

Висока популярність Uber вказує на бюджетний тиск

Цей приклад Uber вартий уваги не тому, що він не розуміє AI, і не тому, що він не хоче використовувати AI. Навпаки, внутрішньо в компанії дуже високий рівень використання інструментів AI. За даними кількох медіа, з 5000 інженерів компанії, місячне використання досягало 84–95%, а рахунки одного інженера коливалися від кіль hundred доларів до 2000 доларів на місяць.

Проблема саме тут. Коли рівень використання високий, рахунки перестають бути дрібними експериментами і стають реальними витратами, які потрібно пояснювати операційним підрозділам. Як раніше повідомляв CTO компанії, бюджет на Claude Code за рік був витрачений за 4 місяці. Макдональд назвав це «моментом, коли голова йде обертом».

У компанії внутрішньо інструменти AI спочатку вводилися під приводом «підвищення ефективності»: швидше генерувати код, швидше відповідати на запитання клієнтів, швидше писати звіти — ці зміни легко помітити.

Але з розширенням масштабів використання фінансові служби починають ставити більш жорсткі питання: чи приносить це більше доходу? Чи зменшує реальні людські витрати? Чи покращує маржу?

Згаданий Макдональдом феномен «tokenmaxxing» також свідчить, що високе споживання може бути розірвано з високою цінністю. Під цим мається на увазі, що команда або окрема особа максимально використовують AI, витрачаючи багато токенів. Дані використання виглядають добре, але не обов’язково призводять до кращих продуктів. Для постачальників AI це — дохід; для компаній — можлива неконтрольована «хмара» рахунків.

Значення сигналу Uber важливіше, ніж просто «AI занадто дорогий».

Він не каже, що AI безкорисний, а що, коли AI переходить з пробних бюджетів у операційні, компаніям потрібно довести, що кожен долар витрат на токени дає вимірюваний бізнес-результат. Висока популярність більше не автоматично означає успіх, а швидше відкриває проблеми з витратною структурою.

Костовий тиск поширюється по ланцюжку

Компанії-замовники починають рахувати, а платформи змінюють підходи до ціноутворення.

GitHub оголосив, що з 1 червня 2026 року Copilot перейде на модель оплати за використання і введе щомісячний кредитний ліміт AI. Для легких користувачів це може бути просто зміна структури рахунків; для активних користувачів інструментів штучного інтелекту — деякі з них повідомляють, що вартість однієї сесії може сягати десятків доларів, і дискусії в спільноті посилилися.

Це означає, що платформи більше не готові покривати безлімітне використання токенів у фіксованій підписці.

Р раніше користувач платив місячну плату, а платформа покривала витрати на виклики моделей. Тепер, коли кількість викликів, довжина контексту і кілька раундів задач зростають, витрати стають явними. Чим більше використовуєш — тим більше платиш, — це корекція ідеї «безмежного AI».

Ще важливіше, що цей тиск поширюється і на рівень моделей.

За останні два роки основна ідея у галузі великих моделей була зниження витрат і масштабування. Але тепер, коли закупівельні відділи компаній починають аналізувати ROI, виробники моделей стикаються з новими питаннями: якщо клієнти не хочуть платити високі ціни за токени, як зростати далі?

Недавні сигнали OpenAI дуже характерні. З одного боку, Альтман визнає, що бюджети компаній під тиском, з іншого — з’являються повідомлення про можливе зниження цін. Це означає, що галузь змінює фокус з «передової здатності моделей» на «низьку вартість одиниці інтелекту».

Для клієнтів важливо не те, яка модель найкраща, а яка дає більше бізнес-результатів за той самий бюджет.

Microsoft також скорочує ліцензії на Claude Code, що відповідає цій тенденції. За повідомленнями The Verge, Axios, TechRadar, відділ Experience & Devices у Microsoft скасував більшість внутрішніх ліцензій на Claude Code і перейшов на власний інструмент Copilot. Деталі масштабів і причин ще не розкриваються, і це не означає, що Microsoft підтверджує скорочення закупівель зовнішніх інструментів через витрати.

Проте цей крок принаймні свідчить, що великі технологічні компанії починають переорієнтовувати витрати на зовнішні моделі.

Це вплине не стільки на доходи окремих інструментів, скільки на дисципліну покупців. Компанії можуть обмежувати обсяги, обирати дешевші моделі, переносити частину задач на open source або самостійно розробляти рішення, а також вимагати знижки від постачальників. Виробники моделей і компанії-розробники додатків все ще матимуть попит, але цінова політика вже не визначатиметься лише «потужністю моделей», а й тим, чи зможуть клієнти «перевірити рахунок».

Хмарні провайдери також відчують цей вплив. Раніше доходи від AI у хмарних сервісах базувалися на уявленні, що чим більше токенів, тим більше обчислювальних ресурсів потрібно, і це стабільно. Але якщо компанії почнуть знижувати ціну за токен або переносити високочастотні, низькоцінні задачі на дешевші шляхи обчислень, доходи хмарних провайдерів можуть зменшитися швидше, ніж очікувалося.

Високе споживання має довести свою цінність

Компанії починають аудит у цей час, оскільки використання AI вже досягло достатнього масштабу, і неефективні частини вже не так легко ігнорувати.

Entelligence.AI у травні 2026 року опублікувала дослідження 2444 організацій, що охоплює понад мільйон Pull Request. За їхніми оцінками, з кожного долара витрат на токени AI лише 0.18 долара дає реальну цінність для користувачів, 0.44 долара йде на виправлення помилок, викликаних AI, 0.27 долара — на перепрацювання, і 0.11 долара — на фрагменти, що виникають через труднощі з перевіркою.

Ці дані не можна однозначно поширювати на всю галузь. Вони базуються на дослідженнях постачальника і переважно відображають сценарії розробки програмного забезпечення, а не незалежний аудит або академічні дослідження. Але вони достатньо ясно показують: у компаніях вже є тиск на ROI, особливо у сценаріях, де AI генерує контент, який потрібно перевіряти, коригувати і інтегрувати.

Найпростіше, що демонструє AI — швидкість генерації, але компанії платять за кінцевий результат. Якщо AI-код спричиняє більше помилок, потрібно більше перевірок, перепрацювань і тестів, і час, зекономлений на початку, знову з’являється в кінці. Це може бути просто питання досвіду для користувачів-індивідуалів, але для великих компаній це — фінансові та організаційні проблеми.

Це також пояснює, чому зростання використання токенів більше не можна автоматично вважати успіхом AI.

Токени — це і одиниця доходу, і міра витрат. Для виробників моделей більше токенів означає більше доходу, але для компаній — лише тоді, коли це приносить більше доходу, знижує витрати або підвищує маржу.

Якщо раніше ринок сприймав зростання токенів як провідний індикатор потреби у апаратному забезпеченні, то тепер потрібно додати ще одну частину: коефіцієнт перетворення цінності токенів. Лише тоді, коли споживання токенів стабільно перетворюється у бізнес-результати, доходи від AI у хмарних сервісах, замовлення GPU, розширення HBM і будівництво дата-центрів матимуть більш міцну підставу.

Платіжна готовність поширюється по ланцюжку

Мікроекономічний аналітик Андреас Стено Ларсен нещодавно зазначив, що індекс витрат на токени великих моделей (LLM Token Expenditure Index) — один із ключових графіків для відстеження ринку. За його словами, цей індекс відображає витрати компаній на кожен мільйон токенів, і після значного зростання на початку 2026 року, у травні спостерігається його спад.

Тут потрібно зберігати обережність. Публічна сторінка Silicon Data більше орієнтована на презентацію продукту, і методологія індексу та повна історія даних не оприлюднені повністю. Це не можна сприймати як тверде твердження, але — як сигнал про зміну платоспроможності компаній.

Зниження індексу витрат не означає автоматично зменшення використання AI.

Насправді, ринок зараз швидше стає свідком переходу AI-індустрії від «змагання за обчислювальні ресурси» до «змагання за цінність одиниці інтелекту». Компанії все ще потребують AI, але не обов’язково за попередніми цінами.

Якщо OpenAI запустить нове зниження цін, це зменшить бюджетний тиск і означатиме, що галузь офіційно перейде у фазу цінової конкуренції. Тоді потрібно буде переоцінити: чи зростання буде за рахунок нових потреб, чи за рахунок зниження цін і зростання обсягів.

Попит на AI все ще може зростати, але його дохідність і передача з верхнього рівня можуть змінитися.

Вплив на різні ланки буде різним. На рівні застосунків і моделей перше, що відчують — це ціновий тиск: компанії вимагатимуть більшої ясності ROI, зменшення низькоцінних викликів або перехід на дешевші моделі.

Хмарні провайдери зіткнуться з проблемою еластичності доходів: при зниженні ціни за токен, підвищенні кешування і пакетних обчислень, а також при самостійному розгортанні рішень, зростання доходів від AI може бути менш стрімким, ніж зростання загальної кількості токенів.

Ще вище, у верхньому ланцюжку, — замовлення GPU, HBM, передові пакети, сервери і будівництво дата-центрів — це інвестиції у майбутнє капітальних витрат. Якщо компанії почнуть більш обережно ставитися до витрат, то замовлення обладнання і будівництво дата-центрів можуть бути переоцінені.

Попередження Ларсена не означає, що попит на апаратне забезпечення зникне одразу, а радше — що при тривалому зниженні цін на токени, ринок почне сумніватися у швидкості циклу інвестицій у AI-інфраструктуру.

Між корекцією ринку AI і аудитом рахунків за токени немає простого причинно-наслідкового зв’язку. Не можна сказати, що падіння акцій чипів — через те, що Uber витратив усі бюджети, але вони перебувають у одній ланцюжку: коли оцінки вже врахували довгостроковий високий ріст, будь-які сигнали щодо платоспроможності та ROI будуть посилювати переоцінку витрат на верхніх рівнях.

Наступний крок — аналіз доходів і темпів замовлень у фінансових звітах

Поточні дані ще не підтверджують «зрив AI-буму». Компанії не припинили використовувати AI, і розробники не повернуться до стану без Copilot, Claude чи інших інструментів. Більш реалістична оцінка — AI переходить від раннього буму до фази бюджетного контролю, і ринок починає розрізняти, які кейси можуть довести окупність, а які — лише створюють рахунки.

Наступний важливий тест — це зміни у фінансових звітах хмарних провайдерів і компаній-розробників. Чи збережуться високі темпи зростання AI-доходів у Microsoft, Amazon, Google; як зміниться кількість підписок, зменшення або скарги на продукти типу Copilot, Claude Code — все це дасть більше інформації, ніж просто рух цін на акціях.

На рівні апаратного забезпечення потрібно стежити за зниженням замовлень GPU, HBM і дата-центрів. Якщо капітальні витрати хмарних компаній залишаться високими, а замовлення на чипи — напруженими, то зниження платоспроможності за токенами буде швидше корекцією, ніж кризою. Але якщо доходи від AI у хмарі почнуть знижуватися, а замовлення обладнання — сповільнюватися, ринок почне цінувати це як глибший цикл.

AI-торгівля ще не закінчилася, але її цінова мова змінюється. Раніше ринок питав «скільки токенів використано», тепер — «скільки з них перетворилися у прибуток». Ця різниця визначить напрямок подальшої диференціації оцінок у ланцюжку AI.

Дізнайтеся більше про ритм у BlockBeats — відкривайте вакансії

Приєднуйтесь до офіційної спільноти BlockBeats:

Телеграм-канал: https://t.me/theblockbeats

Телеграм-чат: https://t.me/BlockBeats_App

Офіційний Твіттер: https://twitter.com/BlockBeatsAsia