УДК 330.341.1:004.8:004.7
DOI: 10.36871/ek.up.p.r.2026.03.07.028

Авторы

Григорий Евгеньевич Калентьев,
Валерий Алексеевич Батурин,
Марат Тимурович Хаков,
Газинур Талгатович Нуртдинов,
Уфимский университет науки и технологий, Уфа, Россия

Аннотация

В статье рассматриваются скрытые сетевые издержки систем искусственного интеллекта (ИИ), которые часто недооцениваются при расчете юнит-экономики облачных и гибридных решений. Цель исследования — выявить и систематизировать каналы влияния передачи данных, межрегиональной задержки и требований резидентности данных на переменные и условно-постоянные затраты ИИ-сервисов и на их выручку через показатели качества пользовательского опыта. Методологическая база включает анализ рецензируемой литературы по экономике облачных вычислений и влиянию задержки на поведение пользователей, а также сравнительный анализ официальных прайс-листов ведущих облачных провайдеров и документов регуляторов о платежах за вывод данных (egress fees) и трансграничных передачах. Показано, что сетевые издержки формируются не только прямыми тарифами на межрегиональную передачу и вывод данных в Интернет, но и «слоистыми» платежами за сетевые сервисы (маршрутизация, шлюзы, межоблачные соединения), а также косвенными потерями от роста задержки (снижение вовлеченности, рост доли отказов, увеличение повторных запросов). Требования резидентности усиливают эти эффекты, вынуждая дублировать инфраструктуру по регионам и выбирать менее оптимальные по цене и задержке архитектуры. Научная новизна состоит в интеграции сетевых тарифов, задержки и регуляторных ограничений в единую рамку расчета юнит-экономики ИИ-сервисов. Практическая значимость связана с возможностью применения предложенной классификации и процедур учета сетевых потоков при выборе архитектуры, поставщика и схемы развертывания (multi-region, multi-cloud, edge).

Ключевые слова

искусственный интеллект, юнит-экономика, egress fees, передача данных, межрегиональная задержка, резидентность данных, облачные сервисы, мультиоблако, архитектура ИИ

Список литературы

  1. Competition and Markets Authority. Cloud services market investigation: Egress fees and wider commercial considerations. Working paper. 2024. — URL: https://assets.publishing.service. gov.uk/media/66ab439149f763d3dc46e5df/ Egress_fees_and_wider_commercial_ considerations.pdf (дата обращения: 25.02.2026).
  2. Ofcom. Cloud services market study: Final report. 2023. — URL: https://www.ofcom.org.uk/__data/ assets/pdf_file/0022/269293/cloud-services-marketstudy-final-report.pdf (дата обращения: 25.02.2026).
  3. OECD. Competition and regulation in cloud computing services. Background note. 2025. — URL: https://www.oecd.org/daf/ competition/competition-and-regulation-in-cloudcomputing-services‑2025.pdf (дата обращения: 25.02.2026).
  4. Amazon Web Services, Inc. Amazon S3 pricing.— URL: https://aws.amazon.com/s3/pricing/ (дата обращения: 25.02.2026).
  5. Amazon Web Services, Inc. AWS Transit Gateway pricing. — URL: https://aws.amazon.com/transitgateway/pricing/ (дата обращения: 25.02.2026).
  6. Microsoft. Bandwidth pricing (Azure). — URL: https://azure.microsoft.com/en-us/pricing/details/ bandwidth/ (дата обращения: 25.02.2026).
  7. Google Cloud. Network pricing. — URL: https:// cloud.google.com/vpc/network-pricing (дата обращения: 25.02.2026).
  8. Sfiligoi I., Hare M., Schultz D., Würthwein F., Riedel B., Hutton T., Barnet S., Brik V. Managing Cloud networking costs for data-intensive applications by provisioning dedicated network links // Proceedings of the Practice and Experience in Advanced Research Computing (PEARC ’21). — 2021. — DOI: 10.1145/3437359.3465563.—URL: https:// dl.acm.org/doi/10.1145/3437359.3465563 (дата обращения: 25.02.2026).
  9. ATLAS Collaboration. Total Cost of Ownership and Evaluation of Google Cloud Resources for the ATLAS Experiment at the LHC // Computing and Software for Big Science. — 2025. — Vol. 9. — Art. 2. — DOI: 10.1007/s41781-024- 00128-x.—URL: https://doi.org/10.1007/s41781– 024–00128‑x (дата обращения: 25.02.2026).
  10. Lin J., et al. Tiered Cloud Routing: methodology, latency, and predictable egress costs // Proceedings of the ACM SIGCOMM 2025 (ACM).—2025.— DOI: 10.1145/3683529.3683537.—URL: https:// dl.acm.org/doi/10.1145/3683529.3683537 (дата обращения: 25.02.2026).
  11. Arapakis I., Bai X., Cambazoglu B. B. Impact of response latency on user behavior in web search // Proceedings of the 37th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR ’14). — 2014. — P. 103–112. — DOI: 10.1145/2600428.2609627.—URL: https:// dl.acm.org/doi/10.1145/2600428.2609627 (дата обращения: 25.02.2026).
  12. Bai X., CambazogluB.B.Impact of response latency on sponsored search // Information Processing & Management. — 2019. — Vol. 56(1). — P. 15– 32. — DOI: 10.1016/j.ipm.2018.10.005. — URL: https://doi.org/10.1016/j.ipm.2018.10.005 (дата обращения: 25.02.2026).
  13. European Data Protection Board. Guidelines 05/2021 on the Interplay between the application of Article 3 and the provisions on international transfers as per Chapter V of the GDPR (Version 2.0). 2023. — URL: https://www.edpb.europa.eu/ system/files/2023–02/edpb_guidelines_05–2021_ interplay_between_the_application_of_ art3‑chapter_v_of_the_gdpr_v2_en_0.pdf (дата обращения: 25.02.2026).
  14. World Intellectual Property Organization. Regulation (EU) 2016/679 (General Data Protection Regulation) — legal text (WIPO Lex). — URL: https://www.wipo.int/wipolex/ en/legislation/details/18202 (дата обращения: 25.02.2026).
  15. Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных» (в ред. действующей на дату обращения). Официальный интернет-портал правовой информации. — URL: https://pravo.gov.ru/ (дата обращения: 25.02.2026).
  16. Роскомнадзор. Комментарий к Федеральному закону от 21.07.2014 № 242-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации…» (документ).—URL: https://pd.rkn.gov.ru/docs/Kommentarij_242-FZ_ final.docx (дата обращения: 25.02.2026).
  17. Роскомнадзор. О реализации 242‑го федерального закона (новость от 01.09.2016). — URL: https://rkn.gov.ru/press/news/news40624.htm (дата обращения: 25.02.2026).
  18. Якушева Н. А. Расчет экономической эффективности облачных вычислений // Вестник МГТУ им. Н. Э. Баумана. Серия «Приборостроение». — 2012. — С. 224–235. — URL: https://engjournal.ru/articles/124/124.pdf (дата обращения: 25.02.2026).
  19. Смелянский Р.Л.Иерархические периферийные вычисления: роль и место в современном мире // Моделирование и анализ информационных систем.—2019.—Т. 26, № 4.—С. 565–580.— DOI: 10.18255/1818-1015-2019-4-565-580. — URL: https://doi.org/10.18255/1818–1015–2019– 4–565–580 (дата обращения: 25.02.2026).
  20. Маклачкова В. В. Основные риски персональных данных в мультиоблачных информационных средах // Экономика и качество систем связи. — 2025. — № 3. — С. 169– 181. — URL: https://journal-ekss.ru/wp-content/ uploads/2025/09/169–181.pdf (дата обращения: 25.02.2026).