Измерьте валовую маржу AI-функции до выпуска
Обновлено September 2, 2026 · впервые опубликовано September 2, 2026
Инференс — это себестоимость сервиса, а не затраты на разработку. Он выполняется при каждом действии клиента, растёт вместе с использованием и попадает в тот же счёт, что и продакшен-инфраструктура. Если относиться к нему как к R&D до самого запуска, честная цифра маржи появится только с первым полным биллинговым циклом, а это худшее время, чтобы её узнать.
Инструментируйте до запуска, а не после
В staging помечайте каждый вызов модели аккаунтом, рабочим процессом и результатом, и воспроизводите реалистичный трафик, а не синтетический цикл. Нужно распределение: стоимость успешной задачи на p50, p90 и p99, а также доля расходов на неудачные и повторные запросы, за которые вы всё равно платите. Одно среднее значение скрывает аккаунты, которые разрушают маржу.
Пересчитайте в стоимость на аккаунт
Умножьте стоимость успешной задачи на ожидаемое число задач на аккаунт в месяц и добавьте долю неудач. Полученное число можно сравнивать с ценой тарифа. Сделайте расчёт один раз при медианном использовании, один раз на 90-м перцентиле и один раз для самого тяжёлого аккаунта, который вы ещё готовы обслуживать. Тарифы с фиксированной ценой ломаются на хвосте, потому что стоимость модели продолжает расти, а выручка уже нет.
Четыре драйвера стоимости, которые нужно проверить
- Контекст, отправляемый повторно в каждом ходе. Длинный диалог или большой найденный документ оплачиваются заново на каждом шаге, если кэширование их не покрывает.
- Повторы и сбои. Оплачиваются по полной ставке; их нужно учитывать в числителе, а не в бюджете ошибок.
- Агентное ветвление. Одно действие пользователя превращается во множество вызовов модели и инструментов, и именно этот множитель отличается между аккаунтами.
- Маршрутизация моделей. Настройка по умолчанию, которая отправляет простые случаи в дорогую модель, — самая большая статья расходов, которой можно управлять.
Свяжите цифры с решением
Результатом упражнения должно стать решение, принятое до запуска: ограничение использования в тарифе, компонент оплаты за потребление в цене, более дешёвая модель по умолчанию с эскалацией только там, где это нужно для качества, или принятая маржа с датой пересмотра. Внедряйте инструментирование вместе с функцией, чтобы те же цифры продолжали поступать из продакшена и допущения можно было проверять, а не защищать.
Выделите её отдельной строкой в отчёте
Выносите стоимость AI в себестоимости внутри валовой маржи, с показателями стоимости на аккаунт и маржи на каждом перцентиле использования. Так растущий счёт становится понятным: расходы, растущие в одном темпе с выручкой при стабильной стоимости на аккаунт, — это масштаб, а расходы, растущие быстрее выручки, — это эрозия с названной причиной.
По теме
- Стоимость успешной задачи
- Бесплатный тариф — это стоимость привлечения
- Циклы повторов и скрытые расходы
Хотите применить это к своему стеку? Принесите счета провайдеров, логи шлюза и ключевые рабочие процессы — мы определим драйверы затрат и пути экономии. Заказать бесплатный аудит →