После того как компания потратила миллионы на ИИ, Rippling запускает инструмент для оценки ROI сотрудников

Rippling, ведущий поставщик программного обеспечения для управления персоналом, запустил AI Spend Console — инструмент, предназначенный для сдерживания практики tokenmaxxing путем помощи организациям в мониторинге и контроле их расходов на искусственный интеллект. Отличительной функцией является возможность для компаний отслеживать расходы по отдельным сотрудникам, командам и должностям, определяя, связаны ли более высокие затраты с реальной производительностью или же лишь с увеличением объема шума, генерируемого ИИ.

Согласно публикации в блоге компании, инструмент выявляет «инженеров с высокими расходами на ИИ, чьи коллеги часто запрашивают переписывание кода», подчеркивая неэффективность рабочих процессов разработки.

Решение появилось после того, как Rippling рано в этом году последовал трендам отрасли, приняв практику tokenmaxxing, но обнаружил, что сотрудники быстро истощают бюджеты. Главный продуктовый офицер Мэтт МакИннис вспоминает мартовскую встречу руководства, на которой финансовый директор Адам Свечицкий представил тревожные цифры, шокировавшие команду руководства.

По прогнозам Rippling, 40% бюджета на штат сотрудников отдела исследований и разработок (R&D) будет потрачено на ИИ-токены, что эквивалентно расходам на токены в размере 40% от компенсации, выплачиваемой сотрудникам этого отдела, — сумма исчисляется миллионами долларов. (Отдел R&D обычно объединяет инженерные команды в большинстве технологических компаний.)

Поскольку расходы растут на 80% месяц к месяцу, сохранение этой тенденции приведет к тому, что в следующем году стоимость ИИ-токенов составит 90% бюджета, выделенного для высокооплачиваемых сотрудников отдела R&D.

«Мы были в недоумении», — сказал МакИннис TechCrunch.

Руководство немедленно инициировало «срочный» проект по анализу расходов и оценке ценности, получаемой от этих затрат, объяснил он. Рекламный баннер запуска продукта даже изображает Свечицкого, сидящего на табурете, в то время как сотрудники бросают пачки денег в бумагоделательную машину.

При анализе Rippling выявил такие выводы, как «примерно 10–15% наших сотрудников обеспечивают около 60% общих расходов на ИИ. Один инженер тратил 50 000 долларов в месяц», согласно публикации в блоге.

Rippling не намерен останавливать использование ИИ, а скорее значительно его ограничить. Компания начала с переговоров о лимитах расходов с основными инструментами: Cursor, OpenAI и Anthropic. Это выявило четкую проблему: сотрудники по умолчанию использовали самые последние и дорогие модели передового уровня для всех задач.

«Правда в том, что провайдеры вывода, такие как Anthropic и OpenAI, абсолютно не заинтересованы в том, чтобы помогать вам контролировать свои расходы. Они выигрывают от неконтролируемых расходов, что и происходит. Они не предоставляют надежной аналитики использования и не сотрудничают друг с другом», — заявил МакИннис.

Это была распространенная проблема в начале 2026 года. Прошло восемь месяцев года, и предприятия осознали два ключевых момента: во-первых, им требуются несколько моделей от различных ИИ-лабораторий по разным ценовым категориям, включая модели с открытым весом передового уровня, возможно, от китайских провайдеров.

Основатель и генеральный директор Rippling Паркер Конрад отметил в прошлом месяце, что внутренние бенчмарки показали, что Grok от SpaceX является общим лидером, однако «GLM 5.2 на 85% дешевле, но [обеспечивает] почти идентичную производительность» по сравнению с моделями передового уровня. (SpaceX теперь владеет Cursor, который предоставляет доступ к Grok и десяткам других моделей.) GLM 5.2 от Z.ai стал предпочтительной китайской моделью для задач программирования среди технологических компаний, при этом Databricks также выступает за ее использование.

Во-вторых, предприятия теперь осознают необходимость шлюза ИИ, который направляет запросы к наиболее экономически эффективной модели для каждой задачи. Rippling пришел к этому выводу и создал собственный шлюз ИИ, интегрированный в этот продукт. МакИннис отметил, что предприятия, использующие другие шлюзы, все еще могут использовать AI Spend Console, хотя тем, кто ищет функции управления расходами, необходимо использовать шлюз Rippling.

AI Spend Console генерирует панели мониторинга (ранее известные как таблицы лидеров в эпоху tokenmaxxing), которые оценивают такие метрики, как ежедневные запросы в сочетании с рабочей отдачей (строки кода/запросы на слияние) и расходами.

С помощью этого инструмента Rippling сократил свои расходы на токены с 40% бюджета на штат сотрудников до примерно 15%, не ограничивая использование ИИ. Компания достигла пика в 605 миллиардов токенов в месяц, когда финансовый директор выдал свое предупреждение, поделился МакИннис. В июле внутреннее использование снова достигло 600 миллиардов токенов, однако «стоимость расходов на токены в июле составила 37% от стоимости расходов на токены в апреле», добавил он.

«Это просто потому, что теперь мы направляем запросы к более эффективным моделям», — сказал он, пошутив, что «мы не позволяем отделу продаж выполнять обновления грамматики с помощью Fable».

Однако Rippling подчеркивает, что одной технологии недостаточно. Компания выявила сотрудников, эффективно использующих ИИ, и назначила их «ИИ-капитанами» для помощи остальной части организации.

МакИннис отметил, что усилия по расширению использования ИИ за пределы инженерии остаются в процессе реализации, поскольку программные инженеры были основными пользователями до сих пор. Тем не менее, Rippling применяет этот подход к командам онбординга клиентов для автоматизации задач по рассылке данных и сверке. Затем панель мониторинга будет измерять производительность на основе количества онбордингованных клиентов.

«Мы должны иметь возможность связывать потребление токенов в функциях общего администрирования (G&A) и клиентских направлениях обратно с производительностью. Если мы не сможем этого сделать, доступность этих инструментов для более широкой базы сотрудников находится под вопросом», — заявил МакИннис.

Таким образом, если Rippling служит примером, то практика tokenmaxxing могла качнуться так далеко в противоположном направлении, что доступ сотрудников к ИИ больше не будет напоминать всеобщую доступность Slack или электронной почты. Если производительность нельзя измерить, не все сотрудники могут сохранить доступ.

Что касается продукта, AI Spend Console включен для подписчиков Rippling в сфере управления персоналом, хотя применяются дополнительные расходы, зависящие от объема использования. Его также можно приобрести как отдельный продукт и интегрировать с другими системами учета кадрового делопроизводства, заявил МакИннис.