AIに数百万ドルを投じた後、Ripplingは従業員のROIツールをリリースした

Rippling、主要なHRソフトウェアプロバイダーは、AI Spend Consoleをリリースしました。このツールは、組織がAI支出を監視・制御することを支援し、トークンマキシマイズ（tokenmaxxing）を抑制するよう設計されています。注目すべき機能として、企業は個人、チーム、役割ごとに支出を追跡でき、より高いコストが実際の生産性向上に関連しているのか、それとも単にAI生成されたノイズが増加しているだけなのかを判断できます。

同社のブログ投稿によると、このツールは「同僚からコードの書き直しを頻繁に要求される、AI支出が高いエンジニア」を特定し、開発ワークフロー内の非効率性を浮き彫りにします。

このソリューションは、今年初めにRipplingが業界の動向に倣ってトークンマキシマイズを採用した後に生まれましたが、その結果、従業員が予算を急速に枯渇させていることが判明しました。チーフプロダクトオフィサーのMatt MacInnis氏は、3月の経営陣会議を回想し、CFOのAdam Swiecickiが衝撃的な数字を明らかにし、リーダーシップチームを驚かせたと語っています。

Ripplingは、R&Dの人員予算の40%をAIトークンに充てる見込みであり、これはその部署の従業員に支払われる報酬の40%に相当する金額をトークンに費やすことを意味します。これは数百万ドルにのぼります。（R&D部門には、ほとんどのテック企業でエンジニアリングチームが所属しています。）

支出が月間80%のペースで増加しており、この傾向が続けば、来年のAIトークンコストは高給R&Dスタッフに割り当てられた予算の90%に達するでしょう。

「私たちは信じられませんでした」とMacInnis氏はTechCrunchに語りました。

彼は、管理チームは直ちに支出を分析し、これらの費用から得られる価値を評価するための「緊急」プロジェクトを開始したと説明しました。この製品のローンチ広告では、Swiecickiがスツールに座りながら従業員が現金の束を紙シュレッダーに投げ入れる様子が描かれています。

分析の結果、Ripplingは「従業員の約10〜15%が総AI支出の約60%を占めている。あるエンジニアは月間5万ドルを費やしていた」といった洞察を発見しました（ブログ投稿より）。

RipplingはAIの使用を停止する意図はなく、むしろ大幅に抑制することを目指しました。同社はまず、主要なツールであるCursor、OpenAI、Anthropicとの間で支出上限の交渉を開始しました。これにより、明確な問題が浮き彫りになりました。従業員はすべてのタスクに対して、最新で最も高価なフロンティアモデルの使用をデフォルトとして選択していたのです。

「真実は、AnthropicやOpenAIのような推論プロバイダーには、支出を制御する手助けをするインセンティブが全くないということです。彼らは暴走する支出から利益を得ており、まさにそれが起こっています。彼らは堅牢な使用状況の洞察を提供せず、互いに協力しません」とMacInnis氏は述べています。

これは2026年初頭に共通の課題でした。年の8ヶ月が経過した時点で、企業は2つの重要な点に気づきました。第一に、フロンティアのオープンウェイトオプションを含む、さまざまな価格帯の複数のモデル、おそらく中国のプロバイダーからのモデルを必要としていること。

Ripplingの創設者兼CEOであるParker Conrad氏は先月、内部ベンチマークによりSpaceXのGrokが総合リーダーであることを明らかにしましたが、「GLM 5.2は85%安価でありながら、フロンティアモデルとほぼ同等のパフォーマンスを提供した」と指摘しました。（SpaceXは現在、Grokおよびその他の数十のモデルへのアクセスを提供するCursorを所有しています。）Z.aiのGLM 5.2は、テック企業間でコーディングタスクに好まれる中国モデルとして台頭しており、Databricksもその使用を推奨しています。

第二に、企業は現在、各タスクに対して最もコスト効果の高いモデルにプロンプトをルーティングするAIゲートウェイの必要性を認識しています。Ripplingもこの結論に達し、この製品に統合された独自のAIゲートウェイを構築しました。MacInnis氏は、他のゲートウェイを使用する企業でもAI Spend Consoleを利用できるが、支出ガバナンス機能を探している場合はRipplingのゲートウェイを使用する必要があると指摘しています。

AI Spend Consoleは、ダッシュボード（トークンマキシマイズ時代にはリーダーボードと呼ばれていました）を生成し、日次プロンプト数、作業出力（コード行/プルリクエスト）、および支出などの指標にスコアを付けます。

このツールにより、RipplingはAIの使用を制限することなく、トークン支出を人員予算の40%から約15%に削減しました。CFOが警告を発した当月、同社のトークン使用量は6,050億個に達しました。MacInnis氏は、7月の内部使用量は再び6,000億個に達しましたが、「7月のトークン支出のコストは4月のトークン支出コストの37%でした」と追加しました。

「それは単に、より効果的なモデルへのルーティングを行っているためです」と彼は述べ、冗談交じりに「セールスチームにFableを使って文法更新を行わせることは許可していません」と付け加えました。

しかし、Ripplingはテクノロジーだけでは不十分であると強調しています。同社はAIを効果的に使用している従業員を特定し、組織の他のメンバーを支援する「AIキャプテン」として任命しました。

MacInnis氏は、エンジニアリング以外の分野でのAI使用拡大の取り組みは現在も進行中であると指摘し、これまでソフトウェアエンジニアが主要なユーザーであったことを認めています。それでもなお、Ripplingはこのアプローチを顧客オンボーディングチームに適用し、メール送信データと照合タスクの自動化を行っています。その後、ダッシュボードはオンボーディングされた顧客数に基づいて生産性を測定します。

「私たちは、総務（G&A）や顧客対応機能におけるトークン消費を生産性に戻すことができるようにならなければなりません。これができない場合、これらのツールがより広範な従業員ベースに利用可能であるかは不確実です」とMacInnis氏は述べています。

したがって、Ripplingが例となるならば、トークンマキシマイズは反対方向に極端に振れすぎた結果、従業員のAIアクセスはSlackやメールのような普遍的なものではなくなる可能性があります。生産性を測定できない場合、すべての従業員がアクセスを維持できるとは限りません。

製品に関して、AI Spend ConsoleはRipplingのHRサブスクライバーに無料で含まれていますが、追加の使用量に基づくコストが発生します。MacInnis氏は、これはスタンドアロン製品として購入でき、他の記録保持用HRシステムと統合することもできると述べています。