OpenAI тратит тысячи долларов в день на работу ИИ-агентов

OpenAI решила проверить эффективность ИИ-агентов необычным способом - посмотреть, сколько компания готова на них тратить. К середине августа 10% самых активных исследователей OpenAI расходовали на работу кодирующих агентов более $7000 в день по публичным API-расценкам. Медианный исследователь тратил уже больше $600 в день.

Ещё несколько месяцев назад масштабы были совсем другими. В июле медианные расходы составляли около $162 в день, а затем за считанные недели превысили $600. Рост объясняется не только тем, что сотрудники стали чаще обращаться к ИИ. Исследователи начали передавать агентам всё более сложные задачи, а сами агенты работают параллельно и могут часами выполнять код, запускать эксперименты и исправлять ошибки.

В результате OpenAI впервые получила ситуацию, когда суммарное время работы агентов в исследовательской организации превысило человеческое. К середине августа на каждый стандартный восьмичасовой рабочий день человека приходилось около 3,1 рабочего дня работы агентов. При этом OpenAI считает только фактическое время работы систем, а не количество отдельных запросов.

Изменился и сам характер работы. В начале года основными задачами были код для исследований и инфраструктуры. К августу заметно выросло использование агентов для технической поддержки, мониторинга и других операций. Некоторые команды OpenAI даже сообщили о снижении посещаемости внутренних консультаций по техническим проблемам, поскольку часть таких вопросов теперь решают агенты.

При этом компания не вводит жёсткий потолок расходов для исследователей. Логика OpenAI противоположна подходу McKinsey, которая начала предупреждать сотрудников о чрезмерном потреблении токенов. Для OpenAI дорогой запрос оправдан, если за ним следует полезный результат - новый эксперимент, исправленный код или более быстрое исследование.

Это связано с более масштабной целью компании. OpenAI заявляет, что уже достигла поставленной Сэмом Альтманом цели создать «автоматизированного стажёра-исследователя» - систему, способную под руководством человека выполнять исследовательские задачи, на которые у специалиста ушло бы несколько дней. Следующая цель - полностью автономный ИИ-исследователь к марту 2028 года.

Масштаб использования агентов внутри OpenAI показывает, как быстро меняется сама экономика ИИ. Компания фактически разрешает сотрудникам «сжигать» тысячи долларов вычислительного бюджета, если это позволяет увеличить количество экспериментов и ускорить разработку. При этом речь идёт о расчётах по публичным ценам API, а не о реальных внутренних затратах OpenAI.

Похожий эффект уже наблюдается и за пределами исследовательских лабораторий. OpenAI отмечает, что наиболее активно использующие ИИ компании генерируют в среднем в 8,3 раза больше выходных токенов на одного активного пользователя, чем обычные компании. Разница связана не просто с количеством сообщений: лидеры чаще подключают агентов к корпоративным данным, инструментам и рабочим процессам.

Получается интересная развилка. Для одних компаний токены становятся расходом, который нужно постоянно сокращать. OpenAI проверяет другую модель: если дополнительный доллар на ИИ позволяет получить значительно больше полезной работы, экономить на самом использовании модели может быть бессмысленно.

Поэтому главным показателем корпоративного ИИ постепенно становится не цена одного миллиона токенов. Гораздо важнее, сколько реальной работы компания получает на каждый потраченный доллар - и может ли агент выполнить задачу быстрее, чем человек без него.