Пока масс-медиа продолжают пугать общество тотальной заменой людей алгоритмами, в коридорах крупнейших корпораций мира происходит обратный, но пока тихий процесс: массовый отказ от внедренных ИИ-инструментов. Разбираемся, почему это происходит.
Содержание:
— Что сейчас происходит?
— Тенденции рынка 2026
Что сейчас происходит?
Период громких новостей и инвестиций в большие языковые модели (LLM), характерный для последних лет, завершился: мы официально вступаем в период «ИИ-прагматизма». Для бизнесов настало время жесткого аудита, проверки на окупаемость (ROI) и трезвого взгляда на финансовые отчеты.
Главный тренд середины 2026 года — борьба с операционными расходами на ИИ. Высокая стоимость токенов, скрытые затраты на инфраструктуру и непредсказуемость результатов заставляют бизнес пересматривать свои ИИ-стратегии. Искусственный интеллект не исчезает, но он перестает быть «серебряной пулей» для любой бизнес-задачи.
Бизнес-контекст
Только за май и июнь вы могли слышать об этих кейсах отказа от ИИ:
- Microsoft отказалась от корпоративной подписки на Claude спустя 6 месяцев после масштабного внедрения. Затраты на генерации улетели в космос, не обеспечив соразмерного прироста производительности. Даже технологический гигант не готов бесконечно субсидировать бесконтрольное потребление токенов без прямой монетизации.
- Вице-президент Nvidia признался в том, что внутренние ИИ-процессы обходятся дороже человеческих ресурсов. Ирония рынка в том, что главный поставщик инфраструктуры для ИИ первым столкнулся с неэффективностью его программного применения в рутинных операциях.
- Uber в декабре оплатил платную подписку на ИИ-помощника 5000 инженерам, но сжёг годовой бюджет на ИИ уже к апрелю. К апрелю годовой бюджет на эти цели был полностью исчерпан. Этот кейс стал примером отсутствия AI FinOps (финансового управления ИИ): без контроля потребления токенов это приводит к колоссальным финансовым потерям.
- Starbucks отказался от ИИ-системы спустя 9 месяцев из-за её неспособности отличать виды молока. Это классическая ошибка применения ИИ там, где давно, надежно и дешево справляются простые скрипты или структурированные базы данных.
Тенденции рынка 2026
Осознав, что бесконтрольное внедрение нейросетей превращается в «черную дыру» для бюджета, компании не отказываются от технологий полностью. Вместо этого рынок переживает глубокую трансформацию. Вот четыре ключевых тренда, которые определяют корпоративную ИИ-стратегию в 2026 году.
Смерть «ИИ ради ИИ» и расцвет AI FinOps
Эпоха, когда наличие «чат-бота с ИИ» у компаний было скорее для пиара, закончилась. На смену ей пришел AI FinOps — финансовое управление искусственным интеллектом. Компании внедряют строгие лимиты на использование токенов, настраивают алерты при превышении лимитов и используют системы интеллектуальной маршрутизации запросов: простые задачи (например, перефразирование письма) автоматически отправляются в дешевые модели, а сложные аналитические запросы — в мощные, но дорогие LLM. Каждый доллар, потраченный на API, теперь должен быть обоснован.
Массовый пивот в сторону SLM (Small Language Models)
Если в прошлые года все гнались за моделями с большим количеством (миллиардами) параметров, то в 2026 году стандартом становятся малые языковые модели (SLM) с 7–14 миллиардами параметров. Причины этого сдвига прагматичны:
- Стоимость: локальное развертывание (on-premise) SLM обходится в разы дешевле, чем постоянная оплата облачных API-вызовов.
- Безопасность: корпоративные данные не покидают периметр компании, что критически важно для соблюдения регуляторных требований (GDPR, 152-ФЗ и отраслевых стандартов).
- Достаточность: для 80% корпоративных задач (классификация документов, извлечение сущностей, базовый поиск) компактных моделей более чем достаточно.
Возврат к гибридной автоматизации
Кейс Starbucks с видами молока стал примером того, как не надо делать: усложнять простые вещи. Никто больше не использует нейросеть, чтобы проверить, выбрал ли клиент овсяное или коровье молоко в приложении — для этого используются классические rule-based системы (базы данных и скрипты). ИИ же применяется точечно: например, для анализа тональности отзывов или автоматического резюме длинных юридических документов, где традиционные алгоритмы бессильны.
Переоценка ИИ-кадров: закат эпохи «промпт-инженеров»
Рынок труда в сфере ИИ стабилизировался. Спрос на узких специалистов с титулом «промпт-инженер», которые умеют формулировать запросы к чат-ботам, резко упал — эти функции теперь встроены в базовые навыки любого офисного сотрудника. Вместо этого компании активно нанимают AI-интеграторов, ML-операторов и аналитиков данных. Бизнесу нужны люди, которые умеют не «общаться с ИИ», а строить архитектуры, оценивать качество выдачи моделей и встраивать ИИ-пайплайны в существующие бизнес-процессы с минимальными затратами.
Это все показывает нам: ИИ не умер, а «повзрослел». Массовые отказы корпораций от нейросетей, о которых мы говорили выше, — это не крах технологий и не конец цифровой трансформации, а этап взросления рынка.
На смену хайпу пришел период взвешенных решений: сегодня каждый внедренный алгоритм должен иметь четкое бизнес-обоснование и измеримый ROI.
Прогноз на вторую половину 2026 года однозначен: выживут и будут масштабироваться только те ИИ-решения, которые предлагают прозрачное ценообразование, легко интегрируются в существующую IT-инфраструктуру и решают узкие, конкретные задачи. Будущее корпоративного сектора за гибридными системами, в них ИИ работает в тандеме с классической автоматизацией, находясь под строгим финансовым и техническим контролем.
о бизнес-образовании, обучении персонала и саморазвитии — в нашем телеграм-канале.
