Решение DeepSeek снизить цены на свою модель V4-Pro на 75% не оказалось полностью выгодным для корпоративных производителей и разработчиков ИИ, поскольку более дешёвые модели не приводят автоматически к более здоровой марже. Причина в том, что агенты потребляют токены быстрее, чем цены падают, что приводит к росту затрат для поставщиков. Это называется задачей 100x, когда один и тот же видимый пользователю запрос может стоить гораздо дороже как агентский рабочий процесс, чем чат-бот или ответ на генерацию с дополненным поиском. Масштаб проблемы очевиден в том, как поставщики моделей оценивают отношения между разработчиками: предложенная OpenAI программа по выделу каждого стартапа Y Combinator в размере 2 миллионов долларов в виде кредитов API, признаёт нынешние затраты на управление компанией, ориентированной на искусственный интеллект. Усиление токенов — серьёзная проблема, когда одно сообщение пользователя может привести к сотням или тысячам модельных вызовов, что приводит к высоким затратам для поставщиков. Доминирующей ценой для корпоративного ИИ стал SaaS, основанный на местах, но усиление токенов нарушает это предположение, приводя к отрицательной валовой марже для поставщиков. Несколько поставщиков теперь частным образом сообщают о отрицательной валовой марже для активных пользователей, и видимые симптомы начинают проникать в общественное освещение. Стратегический вывод состоит в том, что доминирующая бизнес-модель, которую используют большинство компаний, натычиваемых на ИИ, не выдерживает контакт с агентскими рабочими нагрузками. Чтобы выжить, компаниям нужно делать вывод по стоимости первоклассного показателя, делать бюджет, как медиабайер, рассматривать роутер как основную инфраструктуру, проводить ежеквартальные аудиты и заранее договариваться о объемных обязательствах. Следующие 24 месяца будут решающими для компаний, чтобы адаптироваться к новой реальности ценообразования инфраструктуры ИИ, и выживут те, чьи агенты умны и знают, сколько стоит думать.