Часто замечаю в материалах про западные компании одну интересную тенденцию. После волны массового внедрения ИИ они начинают считать его экономику, ROI и тд. Появляются бюджеты на токены, ограничения на использование дорогих моделей и попытки понять, где действительно нужен мощный агент, а где более простая модель даст почти такой же результат.

Недавно наткнулся сразу на несколько показательных историй. В одной CTO рассказывал, что один инженер потратил около $40 000 на токены за месяц, и руководство всерьез обсуждало не то, как запретить ему это делать, а как понять, окупаются ли такие расходы. А в другом стартапе разработчик случайно сжег $30 000 за месяц, забыв выключить дорогой режим работы Claude Code на Opus 4.8.

В какой-то момент компаниям придется научиться не просто использовать ИИ, а управлять его стоимостью. И одним из важных навыков станет умение выбрать правильный инструмент под конкретную задачу, а не всегда запускать самую мощную модель. Я вот часто меняю модели и режимы в курсоре, а ещё я пытаюсь прям к задачам сейчас как-то прикрепить стоимость разработки (ищу способ замера).

Есть ли уже у вас в компании какие-то правила, лимиты или бюджеты на использование ИИ, или пока каждый работает так, как считает нужным?