Investing.com -- Bernstein analitik hesabatında bildirib ki, artan istehlak xərcləri şirkətlərin artan token istifadəsini ölçülə bilən gəlirlərlə uyğunlaşdırmaqda çətinlik çəkdiyi üçün generativ və agent süni intellektin müəssisələr tərəfindən qəbulunu ləngidə bilər. “Token şoku” süni intellekt istehlakı token qiymətlərinin azalmasından daha sürətli artdıqda yaranan büdcə təzyiqini təsvir edir. Proqram təminatı təminatçıları çıxarış xərclərini ödəmək və marjaları qorumaq üçün getdikcə sabit, limitsiz abunəlikləri istifadəyə əsaslanan qiymətlərlə əvəz edirlər. Agent süni intellekt bu təzyiqi artırır. Çoxmərhələli tapşırıq əsas sorğudan daha çox təkrarlanan model çağırışları, daha böyük kontekst pəncərələri və daha çox əsaslandırma tokenləri tələb edə bilər. EY tərəfindən nəzərdən keçirilən bir layihə, birbaşa böyük dil modeli sorğularından agent iş axınlarına keçməyin qarşılıqlı əlaqə başına xərci təxminən 30 dəfə artırdığını aşkar etdi. Korporativ istifadəçilər artıq xərclərə nəzarətlə cavab verirlər. Uber Technologies (NYSE:UBER) -in 2026-cı il üçün süni intellekt kodlaşdırma büdcəsini dörd ay ərzində tükəndirdiyi və hər bir agent kodlaşdırma aləti üçün hər işçi üçün 1500 dollar məhdudiyyət tətbiq etdiyi bildirilir. Başqa bir yerdə, böyük bir Fransız sığortaçısı xərclər gözləntiləri aşdıqda, işə salındıqdan iki ay sonra Anthropic -in Claude -dan istifadəsini azaltdı. Walmart (NYSE:WMT) da əvvəllər limitsiz tokenlər təklif etdikdən sonra daxili süni intellekt agentinə işçi girişini məhdudlaşdırdı. Texnologiya və konsaltinq təminatçıları ilə müzakirələr göstərdi ki, bir çox müştəri xərc narahatlıqları və qeyri-müəyyən iqtisadiyyat səbəbindən ən azı bir süni intellekt layihəsini təxirə salmış, azaltmış və ya ləğv etmişdir. Bir təminatçı pilot layihələrinin dörddə birindən azının müsbət gəlir gətirdiyini təxmin etdi. Çıxarış xərcləri bir süni intellekt modelinin ömürlük xərclərinin təxminən 80% -ni təşkil edə bilər. Bu, diqqəti modellərin ilkin təlim xərcindən onların istehsalda işlədilməsinin uzunmüddətli xərcinə yönəldir. Müəssisələr bu xərcləri mürəkkəb işlər üçün qabaqcıl modelləri ayıraraq və daha sadə tapşırıqları daha kiçik, daha ucuz alternativlərə yönəldərək idarə edirlər. Açıq mənbəli modellər və özəl infrastruktur da proqnozlaşdırıla bilən, yüksək həcmli iş yükləri üçün diqqət çəkir. Baxmayaraq ki, müəssisə tətbiqi gözləniləndən daha uzun çəkə bilər, perspektiv ehtiyatla optimist olaraq qalır. Proqram təminatı şirkətləri ixtisaslaşdırılmış modellər, daha yaxşı model yönləndirmə və nəticəyə əsaslanan qiymətlərlə cavab verə bilərlər. Məsələn, HubSpot (NYSE:HUBS) token istehlakı əvəzinə nəticələrə bağlı ödənişlər tətbiq etmişdir.