AI-маркетинг / Бюджеты · Новости
Расходы на ИИ догоняют маркетинговые бюджеты - как планировать
Corporations ration AI as some burn annual budgets in months. Learn how marketers can strategically plan and optimize AI spending for sustainable growth.
Корпоративная Америка начинает нормировать ИИ, и это уже бьёт по маркетинговым командам. Axios и The Wall Street Journal сообщают: некоторые компании сожгли годовой бюджет на ИИ за считаные месяцы. У других расходы выросли вдвое или втрое без предупреждения. Для маркетологов, которые каждый день используют нейросети для генерации контента, кампаний и аналитики, это звучит как звонок.
«Агентный ИИ потребляет намного больше токенов, потому что запросы повторяются в цепочке. Это как взять простой чат-запрос и раздуть его в 10, 20, 50 раз.»
- Goldman Sachs, майский отчёт об агентном ИИ
Goldman Sachs подсчитал: потребление токенов вырастет в 24 раза с 2026 по 2030 год. Для маркетинговых команд, которые всё чаще внедряют агентные сценарии, этот рост ударит по бюджетам задолго до 2030-го.
Что на самом деле разгоняет счёт
Чат-бот отвечает на один вопрос одним запросом. AI-агент разбивает задачу на десятки шагов, и каждый шаг сжигает токены. Агент пишет бриф, ищет данные о клиентах, выгружает метрики кампании - это не один запрос, это десятки, а то и сотни. Токены, напомню, это единица, в которой AI-провайдеры меряют и тарифицируют вычисления. Чем сложнее сценарий, тем быстрее уходят деньги.
Маркетинговые отделы - одни из главных потребителей AI-мощностей. Контент, персонализация в масштабе, анализ кампаний, копирайтинг для соцсетей, SEO-исследования - все эти рабочие процессы завязаны на ИИ. Проблема в том, что они расширяются быстро, а бюджеты и контроль за ними не поспевают.
Ключевая цифра
Потребление токенов вырастет в 24 раза к 2030 году. Агентные сценарии - главный драйвер: они тратят в 10-50 раз больше токенов, чем обычные чат-запросы.
Почему маркетологи в тупике
Большинство маркетологов просто не знают, сколько токенов они сжигают и что именно разгоняет счёт. Расходы сильно различаются от сотрудника к сотруднику. Инструменты не дают простой связи между тратами и результатами. Вы можете знать, что команда упёрлась в месячный лимит. Но какой запрос принёс больше ценности за токен - догадаться сложно.
Видимость - вот главная проблема. Без неё решения о сокращении или расширении доступа к ИИ принимаются вслепую.
Что делать - три шага, которые работают
Сокращать доступ к ИИ - не вариант. Это решит одну проблему и создаст другую, более крупную. Вместо этого маркетинговым лидерам нужна стратегия, как и с любым другим tech-инвестициями.
- Аудит перед ограничениями. Прежде чем резать, разберитесь, куда на самом деле уходят токены. Какие сценарии сжигают больше всего? Какие приносят измеримые результаты для бизнеса? Решения должны опираться на реальную картину, а не на сырые цифры использования.
- Подбирайте модель под задачу. Самая мощная и дорогая модель не всегда нужна. Флагманская reasoning-модель - это оверкил для генерации поста в соцсетях. Научите команду осознанно выбирать модель. Это снизит расходы без потери качества.
- Считайте не токены, а результат. Потребление токенов - неправильный KPI. Важно то, что дала AI-помощь: сэкономленное время, произведённый контент, повлияла ли на воронку продаж. Команды, которые связывают AI-активность с бизнес-результатами, лучше защищены при обсуждении бюджетов.
Маркетинговые лидеры, которые пройдут этот путь осознанно, окажутся в выигрыше. Не те, кто просто режет бюджеты, а те, кто выстраивает стратегию вокруг ИИ. И это, пожалуй, главный вывод из всей этой истории.
По материалам Marketing AI Institute, подкаст Episode 217 с Paul Roetzer и Mike Kaput.