Gartner: токены дешевеют, а счета предприятий за ИИ растут

Что прогнозирует Gartner

17 августа 2026 года Gartner опубликовала прогноз: стоимость инференса на один агентный процесс вырастет более чем в пять раз к 2028 году. Компания называет это «парадоксом инференса» — лучшая юнит-экономика раздувает общую стоимость ИИ, не давая ясного пути к соизмеримой и предсказуемой ценности.

Формулировка важна для предприятий: падение цены за токен больше не считается доказательством того, что ИИ подешевел. Gartner прямо говорит, что управление стоимостью инференса стало приоритетом для продуктовых руководителей, потому что продукты на базе ИИ переходят от вспомогательных функций к многошаговому исполнению задач.

Почему счёт растёт при падающих ценах

Аналитики называют три тенденции, которые определяют экономику токенов. Первая: базовая стоимость моделей быстро улучшается. Вторая: рост эффективности открывает развёртывание более мощных и более дорогих моделей для более ценных и сложных приложений. Третья: сложные рабочие процессы расходуют гораздо больше токенов, чем простые чат-взаимодействия, и именно это тянет итоговую стоимость инференса вверх.

Складываясь, эти тенденции дают расхождение: токены дешевеют, но не так быстро, как растут возможности ИИ и связанные с ними затраты. Gartner фиксирует это как «скорость инноваций опережает кривую затрат».

Простая проверка через сравнение чат-бота и агента показывает масштаб. По оценке Gartner, маршрутизация задачи в агентную reasoning-модель увеличивает расходы провайдера на инференс как минимум в пять раз, а при росте сложности задачи — гораздо сильнее. Каждое следующее поколение возможностей ИИ потребует большего числа токенов, и часто более дорогих.

Где именно растёт счёт

Gartner описывает смену характера самих продуктов: ассистентские функции уступают место многошаговому исполнению задач, и падающие цены моделей субсидируют всё более сложные рабочие процессы, а общие расходы на ИИ растут. Для продуктовых команд это превращается в проблему маржи, поэтому управление стоимостью инференса и стало приоритетом.

Главное предупреждение — об отсутствии дешёвой универсальной модели: по оценке Gartner, надёжной и экономичной модели «одного размера для всех» на горизонте нет, а конкурентоспособные продукты потребуют сложных мультимодельных экосистем.

Вторая иллюстрация масштаба — сам агент. Если чат-боту достаточно прочитать запрос и быстро дать вероятностно разумный ответ, то агенту приходится постоянно рассуждать, вести переговоры и сомневаться в собственных шагах. Все эти обязанности складываются в счёт. При этом базовая экономика моделей продолжает улучшаться, а рост эффективности открывает развёртывание более мощных и дорогих моделей.

Что советует Gartner

Вывод аналитиков жёсткий: окупаемость продвинутого ИИ, например reasoning-агентов, требует либо кратно большей отдачи по сравнению с базовыми моделями, либо тщательно оптимизированного тиринга инференса, маршрутизации и оркестрации, чтобы подбирать под задачу самую дешёвую модель, способную её решить.

Старший директор-аналитик Gartner Уилл Соммер формулирует риск для продуктов с ИИ прямо: ставка по умолчанию на «универсальный автономный интеллект» приведёт к неограниченным расходам на порядки выше, чем у оптимизированных продуктовых экосистем. В другом комментарии он предупреждает, что продуктовые команды не могут оправдывать расходы на ИИ ссылкой на улучшающуюся экономику токенов, поскольку универсальной дешёвой модели на горизонте не видно, а конкурентоспособность потребует сложных мультимодельных экосистем.

Куда смотреть дальше

Полный материал Gartner для клиентов называется «The Inference Paradox: Inference Tiering Is Critical to Protect Margins» и посвящён тирингу инференса как способу защитить маржу. Дополнительный разбор экономики ИИ аналитики обещают представить на Gartner IT Symposium/Xpo, включая сессии в Орландо 19–22 октября 2026 года и в Барселоне 9–12 ноября 2026 года.

Для рынка это значит, что закупщикам и финансовым командам придётся считать стоимость не токена, а завершённой задачи: с повторами, фоновыми вызовами и дорогой маршрутизацией, которые скрыты за простым интерфейсом ассистента. Gartner не даёт готовых ставок, но задаёт рамку: экономия на цене за токен перестаёт работать, если объём токенов на задачу растёт быстрее.