Токеномика может спасти ИИ-компьютеры – локальный инференс сокращает счета за облако

Рынок ПК проходит через необычный период, когда поставки в штуках падают, а выручка крупнейших производителей растёт. Подорожание памяти и накопителей подняло средние цены на компьютеры, ударив прежде всего по бюджетному сегменту. Dell, HP и Lenovo при этом отчитались о росте доходов от ПК и ожидают продолжения динамики в 2026 году.

Куда более серьёзный сдвиг связан с ростом спроса на машины, способные выполнять ИИ-задачи локально. Распространение ИИ в корпоративной среде создало новую статью расходов, токены, и необходимость контролировать эти траты наконец даёт ИИ-компьютерам экономическое обоснование, которое индустрия долго не могла сформулировать.

Компании столкнулись с многомиллионными затратами на инференс, которые измеряются через потребление токенов. Первое время серьёзного контроля над этими расходами почти не было, но теперь организации понимают, что токеномика станет долгосрочной частью бюджета.

Изначально практически все запросы уходили в облачные сервисы, так как большинство токенов генерировались бесплатно. Картина изменилась около года назад, когда крупные поставщики моделей начали брать плату за использование. Anthropic, на этом фоне, приближается к годовому темпу выручки в 65 миллиардов долларов.

Параллельно растёт производительность компактных моделей, активнее используются настраиваемые модели с открытыми весами, а ИИ-инфраструктура для корпоративных дата-центров становится доступнее. Гибридные архитектуры, объединяющие облако, локальные серверы и вычисления на самом девайсе, дают организациям выбор, где именно генерировать токены. Далеко не каждый запрос требует передовой модели, а узкоспециализированные варианты в ряде случаев отвечают точнее.

В эту схему укладываются рабочие станции на чипе Nvidia GB10 и AMD Ryzen AI Max/Max+ 400x. Такие системы тянут аналоги передовых моделей примерно годичной давности, а растущее число ИИ-приложений и агентных платформ работает с открытыми весами.

Главный аргумент лежит не в технике, а в экономике. Для активных пользователей ИИ перевод даже 20% потребления токенов с дорогих облачных моделей на локальный инференс ощутимо сокращает срок окупаемости машины за 4000 долларов, а при высоких нагрузках счёт идёт на месяцы. Отправка ещё около 30% запросов на локальный сервер с GPU увеличивает экономию.

Препятствия при этом остаются существенными:

• процессы закупки ПК в большинстве организаций не рассчитаны на такие траты

• жизненный цикл машин планируется на три-пять лет

• цена корпоративного ПК держится в диапазоне от 1000 до 2000 долларов

• переход на более дорогой парк требует решений на уровне топ-менеджмента

• предприятиям нужно перестать считать ИИ-компьютеры конечными точками и воспринимать их как распределённую инфраструктуру

Вторая проблема – разделение и координация элементов одного запроса между разными вычислительными ресурсами. Стандарты вроде MCP и A2A закладывают основу совместимости, но незрелым остаётся слой интеллекта, динамически решающий, какая модель обрабатывает каждую часть задачи с учётом стоимости, задержки, приватности и доступности.

Крупные поставщики моделей уже адаптируются. Несколько месяцев назад Google объявила о сделке с Dell, позволяющей запускать версии Gemini на инфраструктуре Dell внутри предприятий.

Игрок Minecraft собрал в песочнице работающий ИИ-чатбот из 445 тысяч командных блоков без единого мода

AMD заявила о четырёхкратном росте энергоэффективности стоечных ИИ-систем 2026 года

У Anthropic и OpenAI есть прямой стимул создавать инструменты, сохраняющие их долю в гибридных средах, ведь выгоднее оркестрировать всю ИИ-активность предприятия и монетизировать 30%, чем настаивать на обработке всех запросов и рисковать оказаться в обходе.

ИИ-компьютеры не единственное решение проблемы. Как бесконтрольное облачное потребление в своё время породило FinOps-платформы, так и сейчас неизбежен рост числа инструментов для управления токеномикой.