Армия США быстро сожгла AI-токены: почему ИИ в организациях становится нормируемым ресурсом
Армия США снова ввела ограничения на использование AI-токенов после того, как общий пул быстро закончился. Об этом пишет WIRED со ссылкой на внутренние письма и документы. Еще в мае 2026 года офис CIO армии объявлял о фактически безлимитном доступе, но уже к середине июня пул оказался исчерпан, и лимиты пришлось вернуть.
История важна не только для военных. Она показывает, что генеративный ИИ в больших организациях перестает быть «магическим бесплатным помощником» и становится таким же управляемым ресурсом, как облачные вычисления, лицензии и рабочее время.
Что случилось
Армия использует Ask Sage — мультимодальную платформу для работы с разными большими языковыми моделями, включая Gemini, Llama и ChatGPT. По данным WIRED, сотрудникам выделяли минимум 200 тысяч токенов в месяц, а если они тратили квоту, им автоматически добавляли еще. Тем, кто зарегистрировался, но пользовался сервисом мало, приходили письма с призывом активнее расходовать доступ.
Документы, которые видел WIRED, говорят о годовом корпоративном пакете на 100 млн токенов. Один токен в Ask Sage примерно равен 3,7 символа вывода. На фоне тысяч сотрудников это быстро превращается из абстрактной метрики в реальную бухгалтерию.
Почему это касается не только Пентагона
Схожая проблема уже появлялась у частных компаний. WIRED напоминает, что Meta после внутреннего лозунга tokenmaxx убрала лидерборд потребления и начала обсуждать лимиты для инженеров, а Fortune писала, что инженеры Uber потратили годовой запас генеративных AI-токенов за четыре месяца.
Для бизнеса здесь простой урок: внедрение ИИ нельзя мерить только числом подключенных сотрудников. Нужно понимать, какие задачи он реально ускоряет, где модель ошибается, кто платит за бесконтрольные эксперименты и когда квоты начинают менять поведение людей.
Один сотрудник армии сказал WIRED, что инструменты пока не были особенно полезны в его работе и иногда оказывались ненадежными. Это не отменяет пользы ИИ для бюрократии, но делает внедрение более взрослым: сначала цель и контроль качества, потом массовое потребление токенов. Иначе «внедрение ИИ» превращается в новую статью расходов, которую все активно осваивают, но не всегда могут объяснить.
