Proizvođač softvera za ljudske resurse, Rippling, ovog tjedna predstavio AI Spend Console, proizvod za suzbijanje troškova povezanih s umjetnom inteligencijom. Jedna od najzanimljivijih značajki je što prati koliko pojedini zaposlenici, timovi i uloge troše te jesu li zaista produktivniji ili samo generiraju više bezvrijednog sadržaja.
Tvrtka obećava da će alat pokazati “koji inženjeri imaju visoke troškove za AI, a čiji kolege ih često traže da ponove rad u recenzijama koda”, navodi se u njihovom blogu.
Ovaj alat nastao je nakon što je Rippling na početku godine u potpunosti prešao na tokenmaxxing, samo da bi otkrio da zaposlenici nekontrolirano troše novac. Glavni direktor za proizvode, Matt MacInnis, još se sjeća sastanka izvršnog tima u ožujku kada je CFO Adam Swiecicki predstavio broj koji ih je šokirao.
Rippling je bio na putu da potroši 40% svog proračuna za istraživanje i razvoj na AI tokene, što znači da je trošio koliko i 40% svih naknada koje je isplaćivao zaposlenicima u toj jedinici. Milijuni dolara. (Organizacija za istraživanje i razvoj obuhvaća inženjering u većini tehnoloških tvrtki.)
Troškovi su rasli za 80% mjesečno, a ako se taj trend nastavi, sljedeće godine trošit će gotovo onoliko na AI tokene — 90% — koliko i na visoko plaćene zaposlenike u R&D jedinici.
“Bili smo nevjerovatni,” rekao je MacInnis za TechCrunch.
Menadžment je odmah pokrenuo „hitni“ projekt kako bi razumio troškove i što dobivaju za taj novac. U stvari, oglasi za lansiranje ovog novog proizvoda prikazuju Swiecickog kako sjedi na stolici dok zaposlenici uzimaju hrpe gotovine i bacaju ih u shredder.
Kada je Rippling proveo analizu, otkrio je da “otprilike 10-15% naših zaposlenika troši oko 60% ukupnih troškova za AI. Jedan inženjer troši 50.000 dolara mjesečno,” navodi se u njihovom blogu.
Rippling nije želio zaustaviti korištenje AI-a, samo ga ograničiti — znatno. Počeli su pregovarati o maksimalnom proračunu s alatima koje koriste: Cursor, OpenAI i Anthropic. Odmah su uočili očit problem: zaposlenici su se oslanjali na korištenje najnovijih i najskupljih modela za sve zadatke.
“Istina je da pružatelji inferencije, poput Anthropic i OpenAI, nemaju nikakve poticaje da vam pomognu kontrolirati troškove. Imaju sve poticaje da to bude neograničena potrošnja, i to je upravo ono što rade. Ne pružaju vam sjajne uvide u korištenje, niti surađuju jedni s drugima,” rekao je MacInnis.
Ovo je bio uobičajen problem na početku 2026. godine. Sada, osam mjeseci u godini, poduzeća su shvatila nekoliko stvari. Prvo, znaju da im trebaju multiple modeli iz različitih AI laboratorija po raznim cijenama, uključujući opciju otvorenih težina, možda kineskog podrijetla.
Osnivač Ripplinga i CEO Parker Conrad je prošlog mjeseca primijetio da kada je njegova tvrtka provela vlastite usporedbe za unutarnje potrebe, otkrila je da je SpaceXov Grok vodeći model, ali da je “GLM 5.2 85% jeftiniji, ali [ima] gotovo identičnu izvedbu” u odnosu na modele iz prve linije. (SpaceX sada posjeduje Cursor, koji nudi pristup Groku i desecima drugih modela.) Z.ai-ov GLM 5.2 postao je omiljeni kineski model za kodiranje među tehnološkim tvrtkama ovih dana. Databricks ga također promovira.
Drugo, poduzeća sada znaju da im treba AI gateway koji usmjerava zahtjeve na najbolji, najisplativiji model za zadatak. Rippling je došao do tog zaključka. Tako su izgradili vlastiti AI gateway koji je također dio ovog proizvoda. MacInnis kaže da je moguće da poduzeća koja već koriste drugi gateway još uvijek koriste proizvod AI Spend Console, ali ako žele značajke koje upravljaju troškovima, trebali bi koristiti Ripplingov gateway.
AI Spend Console proizvodi nadzorne ploče (prije poznate kao ljestvice u danima tokenmaxxinga) koje ocjenjuju atribute poput zahtjeva po danu u kombinaciji s radnim outputom (linije koda/pull zahtjevi) i troškovima.
Uz ovaj alat, Rippling je rekao da je smanjio svoje troškove tokena s 40% svog proračuna za zaposlenike na oko 15%. No, nisu smanjili korištenje AI-a. Tvrtka je dosegnula vrhunac od 605 milijardi tokena u mjesecu kada je CFO izdao svoje upozorenje, podijelio je MacInnis. U srpnju je unutarnje korištenje ponovno dostiglo 600 milijardi tokena, ali “trošak srpanjskog trošenja tokena bio je 37% troška travanjskog trošenja tokena,” rekao je.
“To je jednostavno zato što sada usmjeravamo na učinkovitije modele,” rekao je, šaleći se da “ne dopuštamo prodajnom timu da koristi Fable za ažuriranje gramatike.”
No, tehnološka rješenja nisu dovoljna, ističe Rippling. Tvrtka je pronašla ljude koji učinkovito koriste AI i imenovala ih “AI kapetanima” zaduženima za pomoć ostalim zaposlenicima.
Ipak, takvi napori da se AI koristi izvan inženjerstva su u tijeku, kaže MacInnis, budući da su softverski inženjeri dosad bili glavni korisnici. Ali Rippling, na primjer, radi na tome za timove za onboardanje kupaca kako bi automatizirali neke zadatke slanja podataka i usklađivanja podataka. Nadzorna ploča će tada mjeriti produktivnost u smislu onboardanja više kupaca.
“Moramo biti u mogućnosti povezati potrošnju tokena u funkcijama G&A i u funkcijama usmjeravanja kupaca s produktivnošću. Ako to ne možemo učiniti, svi ulogi su otvoreni za bilo koju od ovih stvari da budu dostupne širem krugu zaposlenika,” kaže MacInnis.
Dakle, ako je Rippling primjer, tokenmaxxing je možda otišao tako daleko da pristup zaposlenika AI-u više ne može biti poput Slacka ili e-pošte. Ako tvrtka ne može mjeriti produktivnost, onda svi zaposlenici možda neće imati pristup.
Što se tiče proizvoda, AI Spend Console uključen je za Ripplingove pretplatnike za ljudske resurse, iako postoje dodatni troškovi temeljen na korištenju AI-a. Također se može kupiti kao samostalni proizvod i integrirati s drugim sustavom za upravljanje ljudskim resursima, kaže MacInnis.
