Токены вместо мегабайт: как телекомы пытаются найти деньги в AI-инфраструктуре

Что такое токены и почему они появились в телекоме

Сначала важная оговорка: токены здесь не имеют отношения к блокчейну или криптовалютам. В контексте больших языковых моделей токен — это минимальная единица текстовой обработки, примерно соответствующая слогу или короткому слову. Каждый запрос к AI-системе потребляет токены на входе и генерирует их на выходе. Это техническая метрика, но она напрямую отражает вычислительные затраты: GPU-время, память, энергию.

Именно на этой связи и строится идея Huawei. Заместитель председателя компании Дэвид Ван во время выступления на MWC Shanghai сформулировал её прямо: отрасль входит в «токенную экономику», где AI-токены становятся новой единицей экономической ценности. По его словам, мобильные сети будут эволюционировать от соединения людей и устройств к соединению самого интеллекта — и операторы, контролирующие как сетевую, так и вычислительную инфраструктуру, могут занять уникальное место в этой цепочке.

Аргумент имеет логику. Уже сейчас, по данным GSMA Intelligence, AI стал крупнейшей статьёй корпоративных расходов на цифровую трансформацию — около 20% от общего объёма инвестиций до 2030 года. Почти четыре из пяти компаний используют AI как минимум на умеренном уровне. Это не экспериментальная технология — это инфраструктура. А инфраструктура требует сетей, вычислений и хранилищ.

Чем монетизация токенов отличается от монетизации битов

Разница между двумя моделями — не просто терминологическая. Это два разных представления о том, за что именно должен платить клиент.

Параметр	Монетизация битов	Монетизация токенов
Единица тарификации	Мегабайт / гигабайт трафика	AI-токен / инференс-запрос
Что продаётся	Полоса пропускания, доступ	Вычислительный результат, задержка
Кто платит	Потребитель, корпоративный клиент	Предприятие, разработчик AI-сервиса
Где создаётся ценность	В передаче данных	В обработке, качестве вывода, скорости
Главный актив оператора	Частотный спектр, покрытие	Вычисления на краю сети, детерминированная задержка
Риск commoditisation	Высокий (битовые трубы конкурируют по цене)	Высокий (крупные облака конкурируют за те же задачи)

Token-based pricing как модель биллинга уже существует у AI-вендоров. OpenAI, Anthropic и другие компании давно тарифицируют API-доступ именно в токенах. Это рабочий инструмент для разработчиков. Вопрос в другом: может ли телеком-оператор стать частью этой цепочки не просто как транспортный слой, а как полноправный участник с собственной маржой?

Где в цепочке AI-сервисов находится оператор

Здесь и начинается главная коммерческая проблема.

flowchart LR
 A[Модель / AI-агент] --> B[Вычисления и хранение]
 B --> C[Сеть оператора]
 C --> D[Устройство / пользователь]
 D --> E[Бизнес-ценность]
 B -- "Маржа: облако/гиперскейлер" --> B
 A -- "Маржа: разработчик модели" --> A
 E -- "Маржа: конечный сервис" --> E
 C -- "Риск: транспортный слой" --> C

Ценность в AI-цепочке концентрируется на двух полюсах: у разработчиков моделей (OpenAI, Google, Anthropic, отечественные игроки) и у поставщиков конечных сервисов, которые продают результат предприятиям. Посередине — вычисления и сеть. Облачные гиперскейлеры давно заняли позицию в вычислениях. Операторам остаётся сеть: низкая задержка, стабильный uplink, детерминированное качество соединения.

Для части AI-сценариев это действительно критично. Интерактивные AI-агенты, промышленная робототехника, носимые устройства с локальным инференсом — всё это требует не просто широкой полосы, но и предсказуемой задержки и высокого uplink. Здесь оператор может предложить нечто, чего не даст публичное облако. Но это техническая возможность, а не готовая бизнес-модель.

Huawei показала на MWC Shanghai результаты валидации ускорения AI-инференса в своих решениях. Технически — убедительно. Рост throughput реален. Но техническая демонстрация не равна коммерческому продукту: между пилотом и устойчивой выручкой обычно лежат интеграция, стандартизация и, главное, чёткий ответ на вопрос «кто и за что именно платит».

Маркетинговая оболочка или новая логика?

Критически важно отделить несколько слоёв в этом нарративе.

Первый слой — техническая реальность. AI-нагрузки действительно отличаются от обычного трафика: они требуют больше uplink, детерминированности и локальных вычислений. Операторы с edge-инфраструктурой и 5G-сетями объективно могут предложить лучшие условия для определённых сценариев. Это не маркетинг.

Второй слой — биллинговая концепция. Token-metered AI services как идея тарификации уже обсуждается за пределами одной презентации Huawei и становится частью более широкой дискуссии о том, как операторы будут выставлять счета за AI-инфраструктуру. AI-вендоры уже используют токены как единицу биллинга, и перенос этой логики на телеком-уровень имеет определённую рыночную привлекательность.

Третий слой — коммерческая иллюзия. Здесь начинаются вопросы без ответов. Нет независимых данных, подтверждающих, что крупные AI-платформы готовы платить операторам именно за «токены», а не за обычную связь или облачные вычисления по стандартным контрактам. Нет доказательств устойчивой маржи: даже у AI-вендоров, использующих token pricing, валовая маржа существенно ниже, чем в традиционном SaaS. И нет ясности, сохранит ли оператор позицию выше «дорогой битовой трубы», если гиперскейлеры продолжат строить собственные сети.

Вице-президент Huawei Мохамед Мадкур описал возможности GCC-рынка через показательную метафору: «Некоторые из наших клиентов уже видят эру токенов как новую нефть». Это честная характеристика амбиций — и одновременно напоминание о том, что нефтяная метафора в технологиях редко работает так, как задумано.

Реальные барьеры на пути к токенной выручке

Несколько структурных проблем не исчезнут от смены терминологии.

Проблема атрибуции ценности. Кто именно создал ценность для корпоративного клиента — модель, облако, сеть или конечное приложение? Доказать, что именно низкая задержка оператора обеспечила бизнес-результат, технически сложно, а юридически — ещё сложнее. Outcome-based pricing, где клиент платит за результат, а не за инфраструктуру, в AI-секторе пока реализован лишь в единицах компаний.

Проблема стандартизации. Токен как единица биллинга у разных AI-провайдеров считается по-разному. Без отраслевой стандартизации операторам придётся либо строить собственные измерительные системы, либо зависеть от того, как токены определит вендор модели.

Проблема рыночной власти. GSMA фиксирует, что предприятия предпочитают работать с поставщиками «полного стека» — теми, кто может объединить 5G, AI, IoT и облако. Операторы исторически не являются такими игроками. Стать ими быстро — сложная задача, требующая не только технических инвестиций, но и изменения компетенций и культуры.

Что это значит на практике

«Токенная экономика» — не просто лозунг, но и не готовая бизнес-модель. Это описание реального технического тренда (AI меняет требования к сетям) плюс коммерческая гипотеза (операторы смогут монетизировать эти изменения), которая пока не доказана в масштабе.

Для операторов это означает следующее: технические инвестиции в edge-вычисления, низкую задержку и высокий uplink оправданы — AI-нагрузки реальны и будут расти. Но превратить техническое преимущество в устойчивую маржу получится только у тех, кто сможет предложить не просто инфраструктуру, а продукт с измеримой ценностью для конкретного корпоративного сценария.

Главный вопрос, который отрасль пока не решила: останется ли оператор в роли умного участника AI-цепочки или превратится в дорогостоящий транспортный слой для чужих платформ — с новым названием, но со старой проблемой маржи.