До основного вмісту

Витрати на AI · Матеріал

AI-експериментам потрібні дата завершення, власник і центр витрат

AI-пілоти рідко оголошують момент, коли перестають бути експериментами. Рекомендації FinOps Foundation, опубліковані 30 жовтня 2026 року, радять надати їм визначений життєвий цикл, власника й розподіл витрат. Нові дані GitHub показують, чому це питання актуальне: агенти тепер починають значну частку pull request’ів.

Команда Nythrex3 хв читання

Бухгалтерія початку XX століття: друкарка за столом і чоловік, що пише в журналі за конторкою.
Library of Congress via Wikimedia Commons, public domain: https://commons.wikimedia.org/wiki/File:Accountant%27s_Office_LCCN2016824374.jpg

Команда починає з невеликого тесту: одна модель, пісочниця й кілька API-викликів. Потім хтось додає прогін оцінювання, ще одну модель, сервіс логування й цикл повторних спроб. Роботу все ще можуть називати пілотом, але її витрати тепер надходять через кілька систем і людей, часто без єдиного власника й без запланованого рішення зупинитися.

Цей дрейф має значення, коли агенти входять у більше інженерних процесів. У звіті GitHub Octoverse від 28 жовтня сказано, що понад 40% pull request’ів на GitHub до вересня 2026 року починалися з першої чернетки агента — порівняно з 17% у березні. Це вимір активності на GitHub, а не доказ того, що якась команда покращила доставку чи заощадила гроші. Практичне питання — як дати командам вчитися, водночас роблячи експериментальні витрати видимими, обмеженими й тимчасовими.

Частка pull request’ів на GitHub, першу чернетку яких розпочав агент до вересня 2026 року; GitHub Octoverse, жовтень 2026.
>40%
Pull request’ів, розпочатих агентами, на GitHub у вересні 2026 року за даними GitHub Octoverse, жовтень 2026.
110 мільйонів
Дата публікації рекомендацій FinOps Foundation щодо розподілу, управління й життєвого циклу експериментальних витрат на AI.
30 жовтня 2026

Експеримент може непомітно стати сервісом

Рекомендації FinOps Foundation від 30 жовтня описують проблему, яку місячний рахунок може приховати: експериментальний AI може охоплювати виклики моделей, обчислення, сховище, підготовку даних, софт і час персоналу. Запропоноване стартове визначення операційне: експеримент має дату завершення, не потребує продакшн-SLA й не обслуговує клієнтів у масштабі. Це дає командам перевірювану межу, щоб вирішувати, чи робота все ще дослідницька.

Ті самі рекомендації радять позначати експерименти тегами з власником, ідентифікатором експерименту, етапом життєвого циклу, центром витрат і датою завершення, а потім домовитися, як поводитися з витратами, які неможливо прямо позначити. Це практична порада, а не виміряна гарантія економії. Звіт GitHub дає окрему причину переглянути контроль: до вересня pull request’и, розпочаті агентами, частіше змінювали кілька файлів, ніж pull request’и без виявленої участі агента (близько 87% проти 79%). GitHub зазначає, що його сигнал присутності агента виявляє лише частину активності агентів. Жодна з цих статистик не каже окремій команді, скільки коштує її експеримент і чи корисний його результат.

Пілот без названого власника й дати завершення — це регулярне бюджетне рішення, яке ніхто не ухвалював.

Редакційний висновок на основі рекомендацій щодо життєвого циклу від FinOps Foundation, жовтень 2026.

Бюджет більший за виклики моделей

Для інженерних керівників ризик не лише в неочікувано великому рахунку за API. Експеримент може також з’їсти час на оцінювання й рев’ю, створити витрати на сховище й телеметрію, залишити працювати простоюючу інфраструктуру чи продублювати інструмент, який інша команда вже купує. Ці витрати можуть лежати в окремих бюджетах. Якщо ніхто не пов’язує їх з однією гіпотезою й власником, багатообіцяюче демо може здаватися дешевим, тоді як повний операційний тягар організація несе деінде.

Двоє операторів біля електронної обчислювальної машини IBM у NASA в 1950-х.
NASA via Wikimedia Commons, public domain: https://commons.wikimedia.org/wiki/File:IBM_Electronic_Data_Processing_Machine_-_GPN-2000-001881.jpg

Рішення — не просто в тому, чи схвалювати експеримент. Визначте заздалегідь, які докази виправдають його продовження, який бюджет і тривалість він отримує та що станеться, коли будь-яку з меж буде досягнуто. Тримайте клієнтський пілот окремо від внутрішнього тесту продуктивності: їхні ризики, критерії успіху й власники можуть відрізнятися. Сама фіксована оцінка токенів не охопить повної вартості створення, тестування й підтримки можливості.

Задайте правила до першого запуску

Тімліди можуть почати цього тижня з одного активного пілота. Запишіть його гіпотезу, вимірюваний результат, який її підтримає, відповідального власника, ліміт витрат і дату завершення. Прикріпіть послідовний тег експерименту чи мітку центру витрат до використання в провайдера й пов’язаної інфраструктури; час персоналу й спільні сервіси, які не можна атрибутувати напряму, фіксуйте окремо. Чітко визначте, хто може схвалити продовження.

Далі вирішіть, що роблять ліміти. Сповіщення корисні, але сповіщення, яке ніхто не бачить, — не жорсткий ліміт. Де це підтримують провайдер і середовище, задайте квоти використання чи rate limits і домовтеся, чи поріг має ставити навантаження на паузу, чи вимагати схвалення людини. Встановіть строк дії для ресурсів пісочниці та API-облікових даних із явним кроком поновлення замість безстрокового значення за замовчуванням.

Регулярно звіряйте фактичні витрати з гіпотезою. У дату завершення ухваліть одне з трьох рішень: зупинити й прибрати обчислення, сховище, ендпоїнти й ключі; продовжити з переглянутою гіпотезою й схваленим бюджетом; або перевести роботу в продакшн-бюджет із власником, операційними очікуваннями й постійним відстеженням витрат. Пілот, що пройшов демо, але не має власника в продакшні, ще не пройшов бізнес-рішення.


Джерела

Часті питання

Як інженерній команді визначити AI-експеримент?

Рекомендації FinOps Foundation від жовтня 2026 року пропонують визначену дату завершення, відсутність продакшн-SLA й відсутність сервісу для клієнтів у масштабі. Команди можуть використовувати ці умови як спільну межу, з окремим підходом до клієнтських пілотів із вищими ставками.

Які витрати має включати бюджет AI-пілота?

Включайте використання моделей і API, обчислення, сховище, підготовку даних, софт і спостережуваність, а також зусилля персоналу там, де це практично. Відстежуйте спільні витрати за узгодженим правилом розподілу й уникайте подвійного обліку тієї самої роботи.

Що має статися, коли AI-експеримент досягає дати завершення?

Зупинити й виконати декомісію, схвалити обмежене в часі продовження з переглянутою гіпотезою або перевести в продакшн з відповідальним власником і операційним бюджетом. Зробіть рішення явним, щоб пілот не перетворився на некеровані регулярні витрати.

    Перестаньте вгадувати.
    Почніть бачити.

    Без картки й без підписки: платні тарифи ще не запущені.

    Створити акаунтБез картки й підписки