Суверенный ИИ и цена вычислений: экономика, а не идеология

Когда речь заходит о суверенном ИИ, чаще звучат слова «контроль», «безопасность» и «независимость». Экономический вопрос, во что это обходится и что дает в деньгах, обычно остается за скобками. Суверенитет вычислительного контура считается так же, как любое другое инфраструктурное решение: через себестоимость, простой и управляемость расходов.

Мы умеем измерять мощность и почти не умеем измерять долг, который она создает. Компания наращивает объем обращений к внешним моделям, получает скорость и берет на себя зависимость от чужого биллинга, курса и решения о доступе. Это обязательство рано или поздно появится в отчете о прибылях и убытках.

Ценность суверенитета определяется тем, кто владеет средой, где модель работает, доступом, контекстом, политиками, аудитом. Именно эта среда позволяет сменить модель, включая переход с зарубежной на отечественную, без переписывания системы вокруг нее. Смена провайдера становится операционно дешевой, и суверенитет из декларации превращается в управляемый актив. Экономика такого перехода держится на трех основаниях.

Три кита суверенного контура

Первое: совокупная стоимость владения. Аренда выглядит дешевле в моменте, но счет выставляется в валюте, привязанной к иностранной инфраструктуре, и при девальвации рубля себестоимость вычислений растет без действий с вашей стороны. Собственная среда переводит переменную издержку в капитальные вложения с предсказуемой амортизацией.

Второе: цена простоя. Когда доступ к внешней модели прекращается по решению регулятора, из-за санкций или коммерческого спора, бизнес теряет часы работы команд. Цена считается просто: число сотрудников умножить на стоимость часа и на длительность простоя.

Третье: управляемость себестоимости инференса, то есть обработки запросов моделью в момент их выполнения. У внешнего провайдера расчет стоимости закрыт: итоговый счет виден, но не разложен на составляющие. Собственная платформа дает учет потребления по командам, маршрутизацию запросов по стоимости и качеству, лимиты бюджета.

Важная оговорка. Перенос на собственную среду не всегда оправдан. При небольшой и нерегулярной нагрузке аренда внешних вычислений остается дешевле. По оценке McKinsey и Bain, капитальные инвестиции в корпоративный доступ к моделям окупаются за полтора-два года; для редких сценариев такой горизонт может не набраться вовсе. Суверенитет считается для конкретного объема и риска, универсального ответа здесь нет.

Важнее мощности подход

Есть и более тонкий момент. Рост потребления вычислений сам по себе ничего не говорит об экономическом эффекте. Метрики скорости и объема кода могут расти, а финансовый результат оставаться нулевым, если сэкономленное время не перенаправляется в новый объем работы, а просто исчезает. Именно на это указывает исследование Bain 2025. Добавляется риск качества: код без должного ревью вносит заметно больше уязвимостей, чем написанный вручную. Мощность можно увеличить в разы и получить кратно меньший эффект, если узкое место не в инфраструктуре, а в способности организации проверить и принять то, что она производит.

Модель, по которой я оцениваю такие переходы, проверена на кейсе внутри крупного ИТ-вендора. Инженерная команда перевела нагрузку с внешних ИИ-инструментов на собственную платформу за несколько месяцев. Эти метрики сами прошли через фильтр проверки: время обработки задач считают по факту прохождения ревью, а рост объема задач на команду считают по принятым в работу задачам, а не по количеству запросов к модели. Объем обрабатываемых данных вырос более чем в четыре раза, время ревью сократилось почти на три четверти, а объем принятых задач на команду вырос в два с половиной раза. Срок окупаемости уложился в те же полтора-два года, что и отраслевой ориентир, дальше кривая затрат расходится в пользу собственной платформы.

Растущая вычислительная мощность сама по себе не создает прибыль. Она создает долг управляемости, и только эффективность ее использования показывает, какая доля доходит до результата, а какая уходит на оплату чужой инфраструктуры, чужих рисков или собственных узких мест проверки.

Цифры проще слов

Владеть средой исполнения при достаточной нагрузке значит держать в руках цену ошибки. Себестоимость каждого решения зависит от того, сколько стоит единица обработанного запроса сегодня и что с ней случится при курсовом, регуляторном или санкционном шоке. Это чистый вопрос P&L, как ни назови его сверху.

Предлагаю простое правило для CFO и CIO, обсуждающих бюджет на локализацию ИИ в 2026 году. Не подписывайте, пока на столе не появятся четыре цифры. Стоимость владения на трехлетнем горизонте. Цена простоя при потере внешнего доступа. Порог нагрузки, при котором переход окупается. И доля обещанного прироста мощности, которая реально доезжает до результата, а не тонет в очередях на проверку. Если хоть одной из этих цифр в презентации нет, перед вами идеологический жест, на который просто пока не озвучили реальную цену.

автор: Станислав Ежов, директор по развитию ИИ, ПАО «Группа Астра»