Аналітики прогнозують: у 2029 році корпоративні витрати на AI токени можуть перевищити зарплати інженерів.

Anthropic має лише 5 000 співробітників, але витрати на обчислення в 2,3 раза перевищують зарплату; у медіанної компанії в галузі кожен інженер витрачає лише 137 доларів на рік. Різниця в 680 разів — це інтрига, яку має розкрити цей аналіз, а те, яким буде фінал у 2029 році, залишається невідомим. (Попереднє резюме: Від примусу співробітників використовувати ШІ до страху спалити занадто багато токенів: все більше компаній посилюють внутрішні квоти на використання ШІ) (Додатковий контекст: Oracle рідко визнає, що дата-центр «може не окупитися», акції Oracle впали на 40% у червні) Зміст

Перемкнути

• Обчислення спочатку «з’їдають» зарплату Уявіть собі, що у 2029 році звичайна компанія витрачає на одного інженера рахунок за ШІ, який, ймовірно, буде дорожчим за зарплату самого інженера. Це висновок відомого венчурного аналітика Томаша Тунгуза, зроблений за допомогою трьох сценарних моделей. Коли витрати на обчислення починають наближатися або навіть перевищувати витрати на оплату праці, витрати на ШІ перестають бути необов’язковим інструментальним бюджетом, а стають структурними витратами, які необхідно порівнювати із зарплатою в одному звіті про прибутки та збитки.

Обчислення спочатку «з’їдають» зарплату

Ця історія починається з власних рахунків Anthropic. За даними SaaStr, ця компанія наразі має лише близько 5000 співробітників, але у 2026 році витрачає приблизно 10 мільярдів доларів на інференцію та навчання. У перерахунку, кожен співробітник у середньому несе витрати на обчислення близько 2 мільйонів доларів на рік, що в 2,3 раза перевищує зарплату (за оцінками Levels.fyi, загальна компенсація становить понад 500 000 доларів). Це безпрецедентна пропорція в усій індустрії програмного забезпечення; більшість компаній живуть у зовсім іншому світі. Згідно з Ramp AI Index за червень 2026 року, топ-1% компаній витрачають на ШІ близько 89 000 доларів на одного інженера на рік, що становить 40% зарплати старшого інженера з річним доходом 224 000 доларів; медіанна компанія витрачає лише 137 доларів на одного інженера на рік, майже нуль. Різниця між вершиною та медіаною становить майже 680 разів, і це та сама інтрига, яку цей аналіз найбільше хоче пояснити: чи ця різниця збільшиться, чи зменшиться. Чи наздоженуть інші 99% компаній темп Anthropic, і як швидко? Тунгуз окреслив відповідь трьома сценаріями: песимістичний сценарій припускає, що ціни на токени продовжуватимуть падати, нівелюючи зростання попиту; базовий сценарій припускає, що крива зростання топ-1% поступово сповільниться; оптимістичний сценарій припускає, що весь ринок у 2029 році наздожене поточну пропорцію Anthropic. Кожен сценарій перераховує рахунок за ШІ як відсоток від базової зарплати старшого інженера в 224 000 доларів і припускає, що зарплата зростає приблизно на 5% щорічно:

• 2026 рік: песимістичний, базовий та оптимістичний сценарії однакові — 90 000 доларів, 40%
• 2027 рік: песимістичний — 106 000 доларів (45%), базовий — 164 000 доларів (70%), оптимістичний — 258 000 доларів (110%)
• 2028 рік: песимістичний — 118 000 доларів (48%), базовий — 259 000 доларів (105%), оптимістичний — 444 000 доларів (180%)
• 2029 рік: песимістичний — 106 000 доларів (41%), базовий — 363 000 доларів (140%), оптимістичний — 596 000 доларів (230%) Сума в песимістичному сценарії падає після 2028 року, тому що швидкість зниження відсотка перевищує темпи інфляції зарплати.

Сила штовхання та сила тяжіння

Оптимістичний сценарій є обґрунтованим, ключовим фактором є дедалі складніші робочі процеси ШІ (agentic workflow). Коли ви дозволяєте ШІ автономно виконувати завдання безперервно та самостійно вирішувати, що робити далі, замість простого запитання-відповіді, кількість спожитих токенів на кілька порядків більша, ніж у режимі чату. Goldman Sachs прогнозує, що до 2030 року споживання токенів зросте в 24 рази. З іншого боку, за дослідженням Epoch AI, кожен співробітник Anthropic та OpenAI генерує дохід у 14 мільйонів та 6,5 мільйонів доларів відповідно, що є найвищим показником серед компаній зі списку Forbes Global 2000. Структура витрат, зрештою, слідує за структурою доходів: компанії, які можуть собі це дозволити, зазвичай також ті, які можуть це заробити. Але сила, що тягне до песимістичного сценарію, так само реальна і триває вже три роки. Ціна на вхідні дані моделей рівня GPT-4 від OpenAI впала з 30 доларів за мільйон токенів при запуску в березні 2023 року до менш ніж 3 доларів у 2026 році, знижуючись у десять разів щорічно протягом трьох років. Крім того, відкриті моделі також наближаються до передового рівня. DeepSeek-V3 та наступні версії з витратами на API в десять-тридцять разів меншими демонструють результати, які можна порівняти з найкращими закритими моделями. Це точно перегукується з тим, чому суперечка між відкритим та закритим кодом є одним з найважливіших політичних питань епохи ШІ: дешеві відкриті моделі безпосередньо визначають, чи має шанс справдитися песимістичний сценарій. Компанії, які готові активно обмежувати використання залежно від ролі або обсягу роботи, також можуть самостійно знизити цю криву, не чекаючи пасивно зниження цін.

Кожна компанія робить ставку

Що дійсно варто відзначити в цьому аналізі, це не поверхневий висновок «ШІ дуже дорогий», а те, що витрати на ШІ переходять з необов’язкового інструментального бюджету в структурні витрати, які можуть конкурувати з витратами на оплату праці. В оптимістичному сценарії рахунок за ШІ для одного інженера сам по собі може дорівнювати медіанному доходу, який один співробітник публічної SaaS-компанії приносить компанії (близько 250 000 доларів). Це вже не рівень вартості інструменту, а рівень ще однієї зарплати. Коли витрати на обчислення починають конкурувати із зарплатою в одному звіті про прибутки та збитки, компаніям потрібно заздалегідь вирішити, яке майбутнє вони готові фінансувати.