Palantir отказалась от подсчета токенов — рост расходов без прибыли
Руководство Palantir признало, что погоня за объемом сгенерированных токенов раздувает бюджеты на 160% без роста реальной производительности. Рынок переходит от хаотичного использования нейросетей к жесткой централизации и суверенным агентам, где выживут только компании с глубокими командами внедрения.
Компании перестали считать количество сгенерированных токенов показателем эффективности. В 2026 году массовое внедрение генеративных моделей без четкой стратегии привело к парадоксу: расходы на ИИ выросли, а реальная производительность осталась на прежнем уровне. Руководство Palantir и другие крупные игроки признали, что поощрение сотрудников за объем работы с нейросетями лишь раздувает бюджеты и создает угрозу утечки интеллектуальной собственности. Теперь фокус сместился с «токенмаксинга» на точный подбор моделей: простые задачи делегируются дешевым алгоритмам, а сложные — мощным специализированным агентам.
Экономическая ловушка бесконтрольного использования
Бизнес столкнулся с тем, что хаотичное использование ИИ-инструментов не приносит синергии, а приводит к дублированию задач и потере доверия внутри коллективов. Крупные технологические гиганты начали ограничивать сотрудникам доступ к нейросетям, так как расходы на вычисления выросли на 160% без видимого роста отдачи. Palantir первой отказалась от механического учета токенов в оценке эффективности персонала, понимая, что имитация инноваций ведет к финансовым потерям.
Рост счетов за токены без роста производительности превратил ИИ из инструмента оптимизации в статью расходов, требующую жесткого контроля.
Рынок реагирует на этот кризис переходом к жесткой централизации процессов. Вместо того чтобы давать каждому сотруднику доступ к самым мощным моделям, компании теперь внедряют стратегии, где каждый запрос проходит фильтрацию по экономической целесообразности. Это вынуждает бизнес искать способы снизить количество лишних итераций, необходимых агенту для выполнения задачи.
Переход к специализированным агентам и точному поиску
Решение проблемы неэффективных расходов лежит в смене архитектуры. Вместо общих чат-ботов, которые требуют множества уточнений, бизнес переходит к специализированным ИИ-агентам с точностью до 98,5%. Эти системы напрямую управляют бизнес-процессами, глубоко интегрируясь с внутренними данными и устаревшими системами предприятия. Palantir активно тестирует модели NVIDIA Nemotron 3 Embed, которые находят нужные данные с первой попытки, резко сокращая количество лишних запросов и уменьшая затраты на токены.
Ключевым фактором успеха становится не мощность самой модели, а глубина настройки под уникальные бизнес-процессы. Ошибки в связях между агентом и внутренними данными теперь ведут к критическим сбоям, поэтому интеграция требует высокой квалификации. Открытый доступ к весам моделей и готовые рецепты дообучения позволяют компаниям адаптировать решения под свои нужды без полной зависимости от облачных провайдеров, сохраняя контроль над данными.
Суверенный ИИ и риск привязки к вендору
В госсекторе и критически важных отраслях тренд на изоляцию набирает обороты. Palantir и NVIDIA создали платформу для работы в полностью изолированных сетях, где модели обучаются на собственных данных заказчика без доступа к интернету. Это решение позволяет государственным ведомствам сохранять полный контроль над алгоритмами и интеллектуальной собственностью. Однако архитектура такого решения создает новую проблему: жесткую привязку к аппаратной базе конкретного поставщика.
Развертывание суверенных систем требует использования ускорителей NVIDIA, что ограничивает гибкость при смене вендоров в будущем. Несмотря на это, механизм обратной связи в замкнутом контуре позволяет заказчику получать полные права на веса модели и постоянно улучшать алгоритмы. Этот подход стал ответом на растущие геополитические риски, когда контроль над данными становится ценнее самих алгоритмов.
Переход на суверенный ИИ решает проблему безопасности данных, но создает новую зависимость от конкретного поставщика оборудования, меняя баланс сил в цепочке поставок.
Смена модели найма: инженеры вместо кода
Взрывной спрос на инженеров по внедрению ИИ вырос более чем в 50 раз за год, что подтверждает смену парадигмы. Компании больше не ищут просто разработчиков кода, им нужны специалисты, способные настраивать сложные системы под уникальные процессы заказчика. Palantir популяризировала модель работы инженеров, развернутых непосредственно в штате клиентов, превратив её в стандарт отрасли.
Эти специалисты выступают консультантами, которые находят решения в прямом диалоге с бизнесом, сочетая технические знания с пониманием бизнес-логики. Такой подход сохраняет актуальность независимо от рыночных условий, так как интеграция алгоритмов требует глубокой кастомизации, а не использования готовых коробочных решений. Это открывает новые карьерные траектории и меняет структуру затрат на внедрение технологий.
Риски для инвесторов и геополитический контекст
Несмотря на технологический прогресс, оценка стоимости компаний остается предметом споров. Известные инвесторы, такие как Дэвид Гиру, считают акции Palantir переоцененными, сравнивая их с рисковыми активами вроде Tesla. Это указывает на то, что рынок еще не полностью осознал реальную монетизацию внедренных технологий, и часть стоимости может быть «мыльным пузырем».
В геополитическом плане зависимость от американских технологий создает уязвимости для других стран. Великобритания, например, пересматривает свою стратегию из-за риска потери контроля над критическими системами, где используются решения Palantir. Компания уже отказалась от участия в проекте цифрового идентификатора в Британии из-за отсутствия явной политической поддержки, что демонстрирует ее приверженность работе только с официально одобренными инициативами.
Прогноз: Если компании продолжат игнорировать необходимость глубокой кастомизации и останутся на уровне «токенмаксинга», разрыв между затратами на ИИ и реальной эффективностью будет расти, что приведет к массовым сокращениям бюджетов на эксперименты. Вероятно, что к концу 2026 года рынок разделится на два сегмента: компании с собственными командами инженеров по внедрению, которые получат устойчивое преимущество, и организации, которые будут вынуждены вернуться к ручным процессам из-за экономической нецелесообразности использования ИИ.
🤖 Сводка сформирована на основе фактов из Календаря и обновляется при поступлении новых данных.
📅 Последнее обновление сводки: 24 августа 2026.
