Ещё недавно кандидаты в технологических компаниях обсуждали с работодателями три главных пункта: зарплату, опционы и бонусы. Сегодня к этому списку всё чаще добавляется четвёртый — доступ к вычислительным ресурсам искусственного интеллекта.
Инженеры, проходящие собеседования в компаниях вроде OpenAI и других стартапах, работающих с ИИ, всё чаще задают неожиданный вопрос: сколько GPU и вычислительной мощности им будет доступно для работы.
Этот сдвиг отражает новую реальность индустрии: вычисления для ИИ постепенно превращаются в своего рода рабочий капитал разработчика.
Когда вычисления становятся ключевым ресурсом
Особенно ценным ресурсом внутри технологических компаний сегодня становится inference compute — вычислительная мощность, необходимая для работы уже обученных моделей искусственного интеллекта.
Ещё недавно эти расходы скрывались в строчках облачных счетов. Теперь же они всё чаще воспринимаются как единица производственной мощности, напрямую влияющая на скорость разработки продуктов.
Чем больше вычислительных ресурсов доступно инженеру, тем быстрее он может:
- тестировать идеи;
- запускать эксперименты;
- выводить новые функции в продукты.
И наоборот — команды, которым приходится стоять в очереди за GPU, часто движутся значительно медленнее.
Инженер Thibault Sottiaux из OpenAI недавно отметил в социальной сети X, что кандидаты на вакансии всё чаще задают конкретный вопрос: сколько выделенной вычислительной мощности они получат.
За этим вопросом стоит важная тенденция. Использование ИИ на одного пользователя растёт быстрее, чем общее число пользователей сервисов. Это означает, что спрос на вычисления растёт быстрее, чем их предложение. В результате внутри компаний начинает формироваться своеобразная иерархия доступа к вычислительным ресурсам.
Вычисления как внутренняя валюта компании
Президент OpenAI Greg Brockman сформулировал эту проблему предельно прямо: количество доступных вычислений всё сильнее определяет производительность инженера.
В лабораториях, работающих над крупными моделями — например, в OpenAI и Anthropic — распределение вычислительных ресурсов уже напоминает внутреннюю систему бюджетов. Проекты и команды буквально конкурируют за вычислительную мощность, так же как за финансирование.
Четвёртый элемент зарплаты инженера
Инвесторы также начинают обращать внимание на эту тенденцию.
Партнёр венчурного фонда Theory Ventures Tomasz Tunguz считает, что доступ к inference-ресурсам постепенно превращается в четвёртый элемент компенсации инженеров — наряду с:
- зарплатой,
- акциями компании,
- бонусами.
По его прогнозу, разработчики вскоре будут переговариваться о «бюджете токенов» так же, как о зарплате.
Что такое токены и почему они стоят денег
Чтобы понять эту новую «валюту», важно разобраться, что такое токены.
В языковых моделях токен — это базовая единица обработки текста. Примерно один токен соответствует трём четвертям слова. Платформы ИИ продают доступ к вычислениям именно через токены — обычно миллионами токенов за определённую цену. Чем больше токенов выделено разработчику или проекту:
- тем больше данных может обработать модель;
- тем больше задач можно автоматизировать;
- тем быстрее развивается продукт.
Скрытая стоимость инженеров
Новая система меняет и экономику компаний. По оценке Томаша Тунгуза, если старший инженер получает около 375 тысяч долларов в год, добавление 100 тысяч долларов на вычисления для inference увеличивает реальную стоимость сотрудника примерно на 20 %.
Раньше эти расходы были практически незаметны. Теперь же они становятся регулярной статьёй бюджета, напрямую связанной с производительностью сотрудников. Как отметил Тунгуз в комментарии Business Insider: «Это уже начинает происходить. Использование ИИ сотрудниками всё сильнее влияет на денежные расходы компаний».
Новые метрики эффективности
В индустрии облачных вычислений давно существует метрика прибыль на GPU-час. В эпоху генеративного ИИ может появиться новая аналогичная метрика — объём полезной работы на доллар вычислений для inference.
Сам Тунгуз утверждает, что использует ИИ-инструменты для автоматизации 31 задачи в день, а его личные расходы на inference составляют около 12 тысяч долларов в год.
Если подобный уровень использования масштабировать на целые команды, вычисления перестают быть просто техническим ресурсом. Они становятся частью экономики труда.
Вакансии с «бюджетом токенов»
Некоторые эксперты уже предлагают сделать эту систему прозрачной. Руководитель направления ИИ в стартапе Arena Peter Gostev предложил необычную идею: указывать в вакансиях не только зарплату, но и бюджет токенов, доступный сотруднику.
Это позволило бы кандидатам сразу понимать:
- сколько вычислений они смогут использовать;
- какие эксперименты реально проводить;
- насколько быстро смогут развивать свои проекты.
Ещё несколько лет назад вычислительные мощности были просто технической деталью инфраструктуры. Сегодня они превращаются в один из ключевых факторов карьерных решений инженеров. В мире генеративного ИИ важен уже не только талант разработчика или бюджет проекта. Всё чаще решающим становится вопрос: сколько вычислений вы можете себе позволить.
