SemiAnalysis о бюджетах на корпоративный ИИ: Meta потратила 70 триллионов токенов за месяц, но реальный риск не в том, что «компании перестанут использовать ИИ»
SemiAnalysis о бюджетах на корпоративный ИИ: Meta потратила 70 триллионов токенов за месяц, но реальный риск не в том, что «компании перестанут использовать ИИ»
Внедрение корпоративного ИИ незаметно смещается от «использовать как можно больше» к «использовать с ограничениями, политикой и обоснованием». В недавнем глубоком анализе бюджетирования токенов SemiAnalysis описывает, как «tokenmaxxing» (стимулирование сотрудников к потреблению большего количества токенов LLM) в начале 2026 года вытесняется структурированными лимитами на одного сотрудника и контролем со стороны финансового отдела. (newsletter.semianalysis.com)
Для команд, работающих с криптовалютами и блокчейном, этот сдвиг имеет большее значение, чем кажется на первый взгляд. Не потому, что LLM становятся менее полезными, а потому, что Web3 — одна из немногих отраслей, где ошибка ИИ может напрямую привести к необратимым потерям в сети. Новый вопрос не в том, «Можем ли мы позволить себе токены?». Вопрос в том, «Можем ли мы доказать рентабельность каждого токена без расширения нашей поверхности атаки?»
«Токены» в ИИ против токенов в криптовалюте: почему бюджетирование быстро усложняется
В LLM «токен» — это единица обработки текста, которая определяет ваш счет. В криптовалюте «токены» — это активы, часто ликвидные, передаваемые и являющиеся целью. Операторы Web3 находятся на пересечении этих двух значений:
- Вы платите за токены LLM (расходы на использование).
- Вы защищаете криптовалютные токены (хранение и результаты безопасности).
- Вы защищаетесь от противников, использующих ИИ (новая модель угроз).
Вот почему бюджетирование ИИ в криптовалюте — это не просто упражнение по закупкам. Оно становится частью управления операционными рисками, подобно тому, как протоколы относятся к вознаграждениям за обнаружение ошибок, аудитам и реагированию на инциденты.
Что на самом деле обнаружил SemiAnalysis: лимиты реальны, но спрос не рушится
SemiAnalysis утверждает, что компании все чаще вводят жесткие лимиты на использование ИИ, но не существует универсального «правильного числа». Их корпоративные беседы (с более чем 50 организациями) предполагают, что бюджеты могут начинаться с нескольких сотен долларов в месяц и значительно увеличиваться в зависимости от роли. (newsletter.semianalysis.com)
Что более важно, они утверждают, что популярный нарратив — «предприятия сокращают расходы на ИИ, поэтому доходы от API под угрозой» — преувеличен. По их мнению, наиболее крупные плательщики (часто топовый дециль клиентов) вряд ли существенно сократят расходы в ближайшем будущем. (newsletter.semianalysis.com)
Это согласуется с более широкими данными о расходах. Анализ Ramp показывает, что расходы на ИИ чрезвычайно неравномерны: медианная компания тратит очень мало на одного сотрудника, в то время как наиболее агрессивные пользователи тратят на порядки больше. (ramp.com)
Если вы управляете криптобиржей, командой инфраструктуры стейблкоинов, DeFi-протоколом или компанией по безопасности, такая неравномерность должна показаться знакомой: самые передовые команды не «прекращают тратить», а лучше оптимизируют расходы.
Ситуация с «Claudeconomics» в Meta: урок бюджетирования, который криптокоманды не должны игнорировать
Экстремальные примеры полезны — не потому, что они типичны, а потому, что они показывают, что ломается первым.
SemiAnalysis рассказывает, как Meta внутренне отслеживала и геймифицировала использование токенов ИИ с помощью таблицы лидеров («Claudeconomics»), при этом общее использование компанией превысило 60 триллионов токенов за 30 дней, а топовый пользователь потребил примерно 280 миллиардов токенов — и как это было прекращено вскоре после того, как стало достоянием общественности. (newsletter.semianalysis.com)
Независимо от того, являетесь ли вы участником DAO или регулируемой биржей, вывод один и тот же:
Когда потребление становится KPI, вы получите потребление, а не обязательно ценность.
В криптовалюте это похоже на путаницу между:
- «количеством транзакций» и «полезной экономической активностью», или
- «TVL» и «устойчивым соответствием продукта рынку».
Бюджетирование ИИ подталкивает предприятия к более здоровому показателю: результатам за доллар, а не объему использования.
Реальный риск для поставщиков ИИ — и для криптокоманд — это подотчетность по ROI
SemiAnalysis оценивает, что кейсы, связанные с написанием кода, составляют значительную долю текущих доходов ИИ-лабораторий, и что будущий рост может повторить кривую внедрения инструментов для разработчиков в других корпоративных рабочих процессах. (newsletter.semianalysis.com)
Криптография — это уже «тяжелая на код» отрасль:
- разработка смарт-контрактов
- инжиниринг индексаторов + инфраструктуры
- исследование безопасности
- реагирование на инциденты
- разработка для соответствия требованиям (правило путешествия, проверка санкций, мониторинг)
Таким образом, бюджетирование не уменьшит важность ИИ, а изменит способ его потребления командами.
Новое стандартное поведение выглядит следующим образом:
- более дешевая модель для черновиков, резюме и первоначального анализа
- премиум-модель только для задач с высокими ставками (обзоры безопасности, производственный код, решения, ориентированные на клиента)
- одобрения и ведение журнала для исключительных расходов
Это именно то, как зрелые криптокоманды уже относятся к:
- развертыванию в основной сети по сравнению с тестовой сетью,
- операциям с горячим кошельком по сравнению с холодным хранилищем,
- доступу к производственным ключам по сравнению с разрешениями только для чтения.
Уникальная проблема бюджетирования в криптовалюте: противники могут превратить ваш ИИ в источник расходов (или хуже)
Лимиты токенов — это не просто экономия денег. С точки зрения безопасности, это контроль над двумя пересекающимися рисками:
- Неконтролируемая стоимость автоматизации
- Агенты, зацикливающиеся, вызывающие инструменты, повторно суммирующие или бесконечно «думающие», могут создать аналог шока от счета за облачные услуги.
- Злоупотребления со стороны противников
- Внедрение запросов (prompt injection), утечка данных и небезопасная обработка вывода — все это теперь распространенные проблемы, отраженные в таких фреймворках, как OWASP Top 10 для приложений на основе LLM. (owasp.org)
Для блокчейн-организаций это усугубляется тем, что внутренние помощники ИИ все чаще затрагивают:
- скрипты развертывания
- учетные данные RPC
- отчётность по казне
- рабочие процессы поддержки клиентов (где начинается социальная инженерия)
- обзоры листингов и оценку рисков
- триаж безопасности и коммуникации при инцидентах
Политикой бюджетирования без политики безопасности является неполной. Более широкий подход к управлению уже охвачен стандартными организациями — например, Руководством по управлению рисками ИИ NIST — но криптокоманды должны сопоставить эти принципы с реальностью блокчейна (необратимость, хранение ключей и композитность). (nist.gov)
Практическое руководство по «Бюджетированию токенов» для команд Web3
Ниже приведена структура, которая соотносит контроль затрат с рисками блокчейна:
1) Определите уровневые категории работ с ИИ
- Уровень A (низкий риск / низкая стоимость): заметки о встречах, черновики, внутренние FAQ
- Уровень B (умеренный): аналитические запросы, спецификации продуктов, объяснения кода
- Уровень C (высокие ставки): изменения в потоке подписания, код смарт-контракта, реагирование на инциденты, решения по соответствию требованиям
Затем свяжите каждый уровень с:
- классом модели по умолчанию (дешевая против премиум)
- максимальным бюджетом
- требованиями к ведению журнала
- правилами проверки человеком
2) Бюджетируйте по роли, а не по «справедливости»
SemiAnalysis отметил, что более высокие бюджеты обычно выделяются инженерным и научным отделам данных. Крипто должно делать то же самое, но с нюансом: роли, связанные с безопасностью и хранением, заслуживают премиум-бюджетов, поскольку ROI измеряется в предотвращенных убытках. (newsletter.semianalysis.com)
3) Относитесь к премиум-моделям как к производственным привилегиям
Если инженер должен явно выбрать премиум-модель, вы создаете «замедление», которое:
- снижает случайные расходы
- создает аудиторский след причин использования премиум-вычислений
- заставляет команды резервировать высокопроизводительное использование для задач, которые имеют значение
4) Отслеживайте ROI в родных для криптовалют метриках
Вместо расплывчатых заявлений о продуктивности измеряйте:
- количество проблем со смарт-контрактами, найденных до аудита
- время устранения уязвимостей
- время реагирования на инциденты
- процент ложных срабатываний при мониторинге транзакций
- время разрешения поддержки (без увеличения мошенничества)
5) Добавьте «предохранители» расходов для агентов
Если вы развертываете агентные рабочие процессы (мониторинг, триаж заявок, анализ рисков), принудительно установите:
- жесткие лимиты токенов на задачу
- потолки вызовов инструментов
- ограничения скорости на идентификатор
- «выключатели» привязанные к аномальным расходам
6) Предполагайте, что ИИ усиливает давление социальной инженерии
Chainalysis задокументировал, как мошенничество масштабировалось за счет тактики выдачи себя за другое лицо и поддержки ИИ, оценив огромные убытки от мошенничества и подчеркнув индустриализированную инфраструктуру мошенничества. (chainalysis.com)
Это означает, что ваша организация должна относиться к:
- скриптам поддержки,
- внутренним одобрениям,
- и «срочным» сообщениям
как к части поверхности управления ИИ, а не только как к проблеме вашей команды безопасности.
7) Разделяйте доступ к ИИ и доступ к ключам (не подлежит обсуждению)
Независимо от того, насколько хорош ваш стек ИИ, приватные ключи должны оставаться изолированными от:
- браузерных сессий
- рабочих процессов копирования/вставки
- журналов чатов
- демонстраций экрана
- плагинов «помощника ИИ»
Именно здесь операционная дисциплина по-прежнему превосходит инструменты.
Место OneKey: самохранение как последняя линия обороны в мире бюджетов ИИ
Когда предприятия начнут измерять ROI за токен, криптокоманды будут склонны к большей автоматизации: операций с казначейством, платежей поставщикам, управления ликвидностью и даже действий при инцидентах. Но чем больше автоматизации вы добавите, тем ценнее становится держать полномочия на подпись в офлайн-режиме.
Аппаратный кошелек, такой как OneKey, разработан на основе простого принципа: хранить приватные ключи вне подключенных к интернету сред, при этом позволяя повседневное подписание и проверку транзакций. В мире, где фишинг, выдача себя за другое лицо и манипуляции рабочими процессами с помощью ИИ ускоряются, такое разделение — это не просто «лучшая практика», а защита бюджета, поскольку одна скомпрометированная транзакция может свести на нет ROI целого года продуктивности ИИ.
Заключение: лимиты токенов — это не «зима ИИ», это превращение ИИ в финансовый инструмент
«Бюджетирование токенов» — это не сигнал о том, что предприятия закончили с ИИ. Это сигнал о том, что ИИ переходит от экспериментов в ту же категорию, что и расходы на облачные сервисы, меры безопасности и внутренний аудит.
Для блокчейн-организаций это хорошая новость, потому что победителями станут не те команды, которые тратят наибольшее количество токенов LLM. Победителями станут команды, которые смогут доказать измеримые результаты, внедрить защитные механизмы безопасности LLM и поддерживать строгую гигиену самохранения и подписи по мере того, как ИИ будет интегрироваться во все рабочие процессы.
