Реальная стоимость ИИ в обменном пункте — токены, квитанции и экономика OCR

Большинство статей про искусственный интеллект говорят о возможностях и обходят неприятный вопрос: сколько это стоит? Для обменного пункта, у которого в месяц тысячи квитанций, это не второстепенная тема — это напрямую садится на маржу.

Давайте честно разберём экономику AI. В отличие от калькулятора, который вы покупаете один раз и дальше пользуетесь бесплатно, искусственный интеллект стоит денег каждый раз, когда работает. Понять эту разницу — ключ к правильному решению.

ИИ не бесплатен, но дешев — а бесплатное отклонение нефинансовых изображений позволяет тратить деньги только там, где это имеет смысл.

Что такое токен и почему он вообще важен

AI-модели разбивают текст и изображение на маленькие единицы — токены. Примерно каждые несколько символов — это один токен, а фотография, в зависимости от детализации, превращается в большое количество токенов. Стоимость AI считается по количеству входных и выходных токенов.

Что это значит? Каждый раз, когда модель читает квитанцию:

фото квитанции превращается в токены (вход)
модель возвращает сумму, дату и банк (выход)
вы платите за сумму этих токенов

В отличие от классического софта, где обработка фактически бесплатна, здесь у каждой операции есть маленькая, но реальная себестоимость. Это «маленькая» сумма на объёме складывается.

Реальная цифра: сколько стоит одна квитанция

Не будем говорить абстрактно. Полное чтение одной квитанции через AI OCR, по измерениям, стоит примерно 1,5–3 цента. Теперь умножим это на реальный объём:

Объём квитанций	Стоимость при 2 центах за квитанцию
50 квитанций в день	~1 доллар в день, ~30 долларов в месяц
200 квитанций в день	~4 доллара в день, ~120 долларов в месяц
500 квитанций в день	~10 долларов в день, ~300 долларов в месяц

Цифры не космические, но и не ноль. И важный момент вот в чём: если без разбора отправлять в модель каждую картинку, эти суммы будут расти без причины.

Скрытая ловушка: картинки, на которые не должен тратиться AI

В WhatsApp-группе обменника не все картинки — это квитанции. Личное фото сотрудника, стикер, нерелевантный скриншот, поздравление. Если система отправляет в дорогую модель каждое входящее изображение, значительная часть ваших расходов уходит на чтение того, что вообще не является документом.

Вот здесь простой приём меняет всю экономику.

Дешёвая предклассификация: тратить только там, где есть смысл

Решение — этап дешёвой предклассификации перед полным извлечением данных. Логика такая:

Лёгкая локальная проверка: прежде всего дешёвый фильтр определяет, является ли изображение вообще «финансовым документом».
Бесплатный skip: нефинансовые картинки отбрасываются локально (с помощью локального инструмента распознавания текста, например tesseract) и вообще не доходят до дорогой модели — стоимость ноль.
Полное извлечение только для квитанций: дорогая AI-модель тратится только на изображения, которые действительно являются финансовыми документами.

Золотое правило экономики AI: самый дешёвый токен — тот, который вообще не был израсходован. Любая картинка, отсеянная до попадания в модель, стоит ноль.

Так, если половина картинок в группе нефинансовые, фактически убирается половина потенциальной стоимости — без того чтобы пропустить настоящую квитанцию.

Модель потребления и ежемесячный бонусный кредит

Раз AI работает по потреблению, модель оплаты тоже должна быть потребительской — а не мутной фиксированной суммой. Справедливая логика такая:

у каждого плана есть ежемесячный бонусный кредит; постатейная квота (количество OCR и проверок), которая каждый месяц сбрасывается.
пока вы внутри квоты, фактически за AI ничего не платите.
сверхлимит списывается с кошелька сервисов, прозрачно и по каждой позиции.

Это значит, что небольшой обменный пункт с несколькими сотнями квитанций в месяц, скорее всего, останется внутри квоты, и AI для него фактически будет бесплатным; а крупный обменник платит только за своё реальное сверхлимитное потребление. Справедливость именно в том, что стоимость привязана к реальному потреблению, а не к фиксированной цифре.

Прозрачность: знайте, куда уходят ваши деньги

В расходах на AI важен один принцип: они должны быть видимыми. Если вы не знаете, сколько квитанций было прочитано за месяц и сколько токенов израсходовано, вы не сможете этим управлять.

Поэтому отчёт по потреблению токенов должен быть доступен — в Nexto он отслеживается в панели. Видно, сколько OCR выполнено, сколько квоты осталось и какой был сверхлимит. Стоимость AI становится управляемой только тогда, когда она видна.

Как держать расходы на AI ниже

Практическое резюме для любого обменного пункта:

Дайте предклассификации работать: нефинансовые картинки не должны тратиться на модель.
Используйте кэш: повтор того же запроса (например, того же IBAN) не должен снова создавать расход.
Отслеживайте потребление: смотрите отчёт по токенам каждый месяц, чтобы быстро поймать необычный скачок.
Знайте свою квоту: понимайте, какой у вас ежемесячный бонусный кредит и когда вы выходите в сверхлимит.

Эти четыре действия — разница между AI, который экономически оправдан, и AI, который тихо ест деньги из вашего кармана. Если хотите сначала разобраться с самими сценариями применения, OCR квитанций из WhatsApp — хорошая точка старта.

Итог

Искусственный интеллект не бесплатный — каждая OCR-обработка квитанции стоит примерно 1,5–3 цента, потому что работает на основе потребления токенов. Но эту стоимость можно контролировать двумя рычагами: дешёвой предклассификацией, которая бесплатно отбрасывает нефинансовые картинки, и моделью потребления с ежемесячным бонусным кредитом, которая привязывает расходы к реальному использованию. Честная программа учета для обменного пункта не прячет эти цифры, а прозрачно показывает их вам.

Хотите увидеть, как потребление токенов и контроль расходов на AI работают на практике? Соберите персональную демо-версию с тестовыми данными и посмотрите отчёт по потреблению вживую.