Індустрія штучного інтелекту вперше справді перейшла до «етапу економічних розрахунків»

OpenAI та Anthropic ймовірно розгорнуть цінову війну — на перший погляд, це боротьба двох провідних AI-компаній за користувачів, але глибше — це перший справжній перехід AI-індустрії до «етапу економічного обчислення».

За останні два роки найчастішою темою обговорення в AI-індустрії були можливості моделей: чия модель сильніша, хто краще робить висновки, хто стабільніше пише код, хто вражає мультимодальністю. Капітал, медіа та користувачі були готові платити преміальну ціну за «найсильнішу модель». Але коли AI справді починає проникати в бізнес, ситуація змінюється. Бізнеси вже не просто питають «чи модель потужна», а починають цікавитись «наскільки дорогий рахунок»; вже не просто дивляться «чи є AI корисним», а запитують «скільки результатів принесли ці токени». Саме тут варто придивитись до цієї новини.

За повідомленням Reuters з посиланням на «Wall Street Journal», OpenAI розглядає можливість значного зниження цін на AI-сервіси у відповідь на боротьбу за користувачів з Anthropic; обговорення все ще тривають, Reuters також зазначає, що не може незалежно підтвердити цю інформацію. У повідомленні йдеться, що керівники компаній відчувають тиск через витрати на AI, Сам Альтман нещодавно визнав, що витрати вже стали «великою проблемою». Мені здається, цю ситуацію можна розглядати у контексті зростання Anthropic, популярності Claude Code, активного просування Codex OpenAI, початку контролю витрат на агентний AI у бізнесі та перед IPO тестування бізнес-моделі. Мій висновок: це не просто цінова війна на токени, а початок переходу AI-індустрії від «демонстрації інтелекту» до «економічного обчислення цінності».

Це не традиційна цінова війна

Якщо дивитись з точки зору традиційного інтернету, зниження цін однієї компанії і наступне їхнє наслідування іншою призводять до розширення ринку, зменшення витрат за рахунок масштабів. Але сервіс великих моделей не зовсім підпорядковується цій логіці. За AI стоїть не майже нульова маржа на поширення софту, а реальні витрати на обчислювальні ресурси, зберігання, мережі, електроенергію, охолодження та капітальні вкладення у дата-центри.

Тому AI не може безмежно знижувати ціну. Ціну можна оптимізувати, знизити вартість за токен, підвищити ефективність висновків моделей, зменшити витрати на кешування, пакетну обробку та маршрутизацію моделей — але базові ресурси нікуди не зникнуть. Офіційна ціна GPT-5.5 API — 5 доларів за мільйон вхідних токенів і 30 доларів за вихідні; Anthropic повідомляє, що Claude Opus 4.8 для звичайного використання коштує 5 доларів за мільйон вхідних і 25 доларів за вихідні токени. Це свідчить, що провідні флагманські моделі зберігають цінову прив’язку до високорівневих задач і не перейшли у «безмежну дешевизну».

Отже, так звана цінова війна — це швидше структурне зниження цін, ніж повний крах цін. Споживачі, розробники, низькорівневі моделі та високочастотні сценарії можуть першими знижувати ціни; для ключових бізнес-завдань, складних висновків, високонадійного коду, сценаріїв з високими вимогами до безпеки та відповідності ціни залишаться високими.

Головне питання — не в тому, чи токен дешевий, а чи кожен токен приносить достатню цінність.

Від tokenmaxxing до valuemaxxing

У попередній статті «Літня спостереження·Технічний огляд» ми обговорювали tokenmaxxing: коли компанії та співробітники прагнуть збільшити використання токенів, щоб довести, що «використовують AI». Але тепер, у контексті цінової війни, стає очевидним, що AI-індустрія має перейти від tokenmaxxing до valuemaxxing. Tokenmaxxing — це «скільки AI використано», а valuemaxxing — «скільки цінності кожен виклик AI створює». За цими словами стоять дві зовсім різні логіки індустрії.

Якщо компанія зосереджена лише на споживанні токенів, вона може отримати вигляд процвітаючого сценарію: всі використовують, кількість викликів зростає, рахунки зростають. Але це не обов’язково означає підвищення продуктивності. Справжньо зрілі компанії вже запитають: чи зменшили ці токени переделки? Чи скоротили час доставки? Чи покращили якість коду? Чи покращили досвід клієнтів? Чи знизили витрати на продажі, підтримку, R&D, операції та управління?

Саме це — ключові питання, коли AI справді входить у бізнес. Раніше AI-компанії продавали «інтелектуальні можливості», тепер — клієнти хочуть купити «перевірений результат». Це найважливіша зміна за цим — конкуренція переходить від «хто розумніший» до «хто вигідніший», а потім — до «хто здатен доставити результат».

Чому OpenAI відчуває тиск

Тиск на OpenAI походить з двох напрямків.

З одного боку, швидкий ріст Anthropic, особливо поширення Claude Code серед розробників та інженерних команд. Сценарій коду — один із найчастотніших, високовартісних і з високою залученістю, оскільки він безпосередньо впливає на процес розробки та доставку. У повідомленнях згадується, що Claude Code збільшує доходи Anthropic, і OpenAI робить ставку на Codex. Це свідчить, що бойовий майданчик AI вже не лише чат-інтерфейс, а реальні бізнес-процеси.

З іншого боку, клієнти починають переосмислювати витрати на AI. Спочатку компанії купували AI для експериментів, тестували, досліджували. Але коли використання зростає і рахунки стають високими, керівництво починає питати: чи це виправдано? Reuters повідомляє, що керівники вже незадоволені високими витратами.

Це не ознака завершення AI-буму, а перехід AI у сферу операційних витрат. Інноваційний бюджет — це про історії та стратегію, а операційний — про реальні результати. На цьому етапі компанії вже не просто питають «чи модель потужна», а «скільки коштує кожне завдання», «чи можна замінити постачальника», «чи можна виміряти результати». Мій висновок: якщо OpenAI розглядає зниження цін, це не означає провал бізнес-моделі, а перехід AI з «стратегічних пілотів» у «операційні витрати». І коли AI стане частиною операційних витрат, компанії почнуть рахувати його більш раціонально.

Цінова війна справді змінює правила індустрії

Ця конкуренція справді змінить не окрему ціну моделі, а систему оцінки AI-індустрії.

По-перше, компанії, що створюють моделі, не можуть лише розповідати історії про «найсильнішу модель», їм потрібно доводити, що «вартість інтелекту на один токен» постійно знижується. Той, хто зможе виконати більше завдань за менше токенів, з меншими затримками і більш стабільним результатом, матиме перевагу.

По-друге, клієнти будуть активніше формувати портфелі моделей. Раніше компанії купували одну найкращу модель, тепер — диференціюють за типами завдань: складне висновки — флагманські моделі, обслуговування клієнтів — легкі моделі, внутрішній пошук — локальні моделі, код — спеціалізовані. Майбутня архітектура AI у бізнесі, ймовірно, не буде зводитись до однієї моделі, а до багатомодельної, багатопостачальницької та багаторівневої системи управління витратами.

По-третє, компанії-розробники застосунків отримають нові можливості. Зниження цін на базові моделі зменшить премії для них, але підсилить цінність застосунків. Адже клієнт цінує не дешевий токен, а стабільний, керований і результативний бізнес. Той, хто зможе інтегрувати модель у реальні бізнес-процеси, перетворить «вартість токена» у «бізнесову цінність».

По-четверте, інвестори змінять підхід до оцінки AI-компаній. Замість перегляду рейтингів моделей, зростання користувачів і історій оцінки, вони почнуть дивитись на валовий прибуток, витрати на висновки, утримання клієнтів, завершення завдань, проникнення у робочі процеси та економіку кожного завдання. Reuters повідомляє, що OpenAI і Anthropic вже йдуть до IPO, і OpenAI нібито подав документи на публічне розміщення. Це означає, що ринок почне більш прямо оцінювати їхній дохід, структуру витрат і клієнтську лояльність.

Мій висновок: цінова війна не зупинить високої ціннісної історії AI, але завершить етап «можна розповідати великі історії, просто викликаючи модель».

Поради для китайської AI-індустрії

Для китайської AI-індустрії ця ситуація має три важливі уроки.

По-перше, китайські компанії, що створюють великі моделі, не можуть зосереджуватись лише на параметрах, рейтингах і презентаціях, їм потрібно раніше почати з конкуренції за ефективність витрат. Китайські клієнти більш чутливі до цін і ROI. Якщо модель хороша, але висока вартість висновків, нестабільна або не має чіткої доставки — вона не стане частиною ключових бізнес-процесів.

По-друге, можливості для китайського AI — не у простому копіюванні OpenAI чи Anthropic, а у глибокому проникненні у галузеві сценарії та робочі процеси. Виробництво, ланцюги постачання, міжнародна торгівля, фінансовий ризик-менеджмент, державні та корпоративні сервіси, управління парками — це реальні складні процеси китайських компаній. Ті, хто зможе інтегрувати AI у ці процеси, зможуть перетворити модельний потенціал у галузеву сервісну здатність.

По-третє, китайські компанії мають швидше створити власну систему управління витратами на AI. Не лише рахувати, скільки AI використано, а оцінювати кожне завдання, процес і підрозділ. У майбутньому управління AI у компанії має перейти від «які моделі купили» до «які завдання підходять для AI, яку модель обрати, хто перевіряє результати, як розподіляти витрати і оцінювати цінність».

Особливо важливо пам’ятати: низька ціна не означає низьку реальну вартість. Дослідження Stanford, Berkeley та інших показують, що ціна API не завжди відображає реальні витрати на висновки; у деяких моделях дешевша ціна може призводити до більшого споживання «думальних токенів» і, відповідно, до вищих загальних витрат. Це особливо важливо для китайських компаній: при виборі постачальника AI потрібно дивитись не лише на ціну за мільйон токенів, а на повну вартість виконання завдання — від введення до завершення.

Це також моя постійна позиція: коли AI справді входить у бізнес, головне — не хто краще говорить, а хто краще виконує завдання; не хто спалює більше токенів, а хто перетворює інтелект у більш дешевий, високоякісний і перевірений результат.

Заключення: дешевизна — не кінцева ціль, цінність — так

Якщо OpenAI і Anthropic справді почнуть цінову боротьбу, короткостроково це буде боротьба за користувачів, а довгостроково — тестування бізнес-моделей. Це сприятиме зниженню витрат на AI, швидшому прийняттю AI бізнесом, але й змусить індустрію відповідати на більш серйозне питання: чи створює AI цінність, чи просто генерує більші рахунки?

Отже, справжній сенс цієї цінової війни — не в тому, чи токени стануть дешевшими, а в тому, що AI-індустрія нарешті переходить від «демонстрації інтелекту» до «обчислення цінності».

Майбутні успішні AI-компанії не обов’язково будуть тими, що найкраще говорять, а тими, хто найкраще перетворює кожну витрату інтелекту у завдання, бізнес-ефективність і галузеву цінність.

Наступний етап AI-індустрії — не у тому, щоб токени були дешевшими, а у тому, щоб кожен токен був більш цінним.