Инвестор Чамат Палихапития предупреждает, что стремительный рост затрат на использование LLM может негативно отразиться на финансовых показателях корпораций. По его мнению, компании недооценивают масштабы расходов на токены, которые становятся новой статьей операционных издержек. Это создает риск снижения маржинальности бизнеса по мере того, как внедрение ИИ-решений переходит из стадии пилотных проектов в фазу промышленной эксплуатации.
Основная проблема заключается в непредсказуемости модели потребления токенов. В отличие от традиционных IT-затрат, которые легче прогнозировать, использование API крупных языковых моделей напрямую коррелирует с объемом обрабатываемых данных и частотой запросов. При масштабировании агентных систем на всю компанию стоимость инференса может расти экспоненциально, опережая ожидаемый экономический эффект от автоматизации процессов.
Палихапития подчеркивает, что текущая стратегия «tokenmaxxing» — агрессивного использования ИИ без должной оптимизации — может привести к тому, что значительная часть операционной прибыли будет уходить провайдерам облачных вычислений и разработчикам моделей. Инвесторам рекомендуется внимательнее изучать структуру расходов на ИИ в отчетах компаний, чтобы выявить потенциальные «черные дыры» в бюджете, скрытые за маркетинговыми заявлениями о цифровой трансформации.
Ключевые факты
- Чамат Палихапития классифицирует неконтролируемые расходы на ИИ-токены как критический финансовый риск для публичных компаний.
- Модель оплаты за токены создает нелинейную зависимость между масштабированием ИИ-инструментов и операционными затратами.
- Инвесторам предлагается оценивать эффективность внедрения ИИ через призму реального ROI, а не только через количество запущенных моделей.
- Рост расходов на инференс может привести к пересмотру прогнозов по прибыли в сторону понижения для компаний с высокой интенсивностью использования LLM.