Полгода назад менеджеры кричали «вы мало используете токенов!» — теперь режут бюджеты

WSJ зафиксировал перелом: корпоративная Америка начала рационировать AI. Uber сжёг свой AI-бюджет за четыре месяца вместо двенадцати. Один клиент потратил $500 млн за месяц.

Тред моментально превратился в сессию групповой терапии для инженеров. «Резкий разворот от "эй, разработчик, ты мало тратишь токенов" к этому — слишком смешно», — написал один из участников. «И я не вижу ни капли самосознания у руководителей. Они принимают решения о вещах, которых не понимают. И совершенно не волнуются по этому поводу».

Журналист Эд Зитрон, известный критик AI-хайпа, провёл серию интервью с бизнес-лидерами и обнаружил: ни у одного не было плана измерения ROI от AI-кодинга. «Они думали, что достаточно внедрить — и производительность вырастет сама», — пересказал его выводы участник треда.

Но самое точное наблюдение — от инженера, работающего с несколькими компаниями из Fortune 500: «Я видел команды, которые загружали огромные логи во фронтирные модели, часами получали посредственные результаты — а мы заменили это несколькими строками на Python, в 1000 раз быстрее и со 100% точностью. Когда спросили, зачем они использовали LLM, ответ был: "Нам сказали использовать AI для всего"».

Проблема не в технологии. Проблема в том, что AI продавали как «волшебную кнопку», и менеджеры нажимали её, не думая о счёте. Теперь счёт пришёл — и оказалось, что для 80% задач grep и Python работают лучше.