Povestea începe în martie, când directorul financiar Adam Swiecicki a prezentat în cadrul unei ședințe executive un număr care i-a lăsat pe toți fără cuvinte. Rippling era pe cale să cheltuiască 40% din bugetul alocat salariilor din departamentul de cercetare și dezvoltare doar pe tokeni AI. Adică, suma pe care o plătea pentru acces la modele de inteligență artificială echivala cu 40% din totalul compensațiilor acordate inginerilor și cercetătorilor. În termeni concreți, vorbim de milioane de dolari. Și mai îngrijorător era ritmul: cheltuielile creșteau cu 80% de la o lună la alta. Dacă tendința continua, în următorul an compania ar fi ajuns să cheltuie aproape cât salariile întregului departament de R&D, adică 90% din bugetul respectiv.
„Am intrat în panică, dar și în modul de rezolvare a problemelor", a declarat Matt MacInnis, Chief Product Officer la Rippling. Conducerea a demarat un proiect „urgent" pentru a înțelege exact unde se duc banii și ce obțin în schimb. Analiza a scos la iveală fapte surprinzătoare: aproximativ 10-15% dintre angajați generau 60% din totalul cheltuielilor cu AI. Un singur inginer cheltuia 50.000 de dolari pe lună. „Am descoperit că oamenii foloseau cele mai noi și mai scumpe modele pentru orice sarcină, chiar și pentru cele banale", a explicat MacInnis.
Problema nu era doar la Rippling. În primele luni ale anului 2026, multe companii au adoptat cu entuziasm așa-numitul „tokenmaxxing" – utilizarea intensivă a AI pentru orice, fără a ține cont de costuri. Furnizorii de modele, precum Anthropic sau OpenAI, nu aveau niciun interes să ajute clienții să-și controleze cheltuielile. „Au tot interesul ca această cheltuială să scape de sub control. Nu oferă instrumente bune de monitorizare și nu colaborează între ei", a subliniat MacInnis.
Rippling a decis să nu oprească utilizarea AI, ci să o aducă sub control. Primul pas a fost negocierea unor plafoane maxime de cheltuieli cu fiecare furnizor: Cursor, OpenAI și Anthropic. Apoi, compania a realizat că are nevoie de un „gateway" AI – un fel de ruter care direcționează fiecare cerere către cel mai potrivit model, în funcție de sarcină și de cost. Astfel, pentru o sarcină simplă de generare de text, sistemul poate alege un model ieftin, în timp ce pentru o problemă complexă de programare, poate apela la un model de frontieră.
În acest proces, Rippling a descoperit că modelele chinezești, precum GLM 5.2 de la Z.ai, oferă performanțe aproape identice cu cele ale modelelor de top, dar la un cost cu 85% mai mic. Parker Conrad, fondatorul și CEO-ul Rippling, a menționat că în testele interne, Grok de la SpaceX s-a dovedit liderul general, dar GLM 5.2 a fost aproape la fel de bun, la o fracțiune din preț. Această constatare a dus la adoptarea unei strategii multi-model, în care companiile folosesc mai multe modele de la diferiți furnizori, la diferite puncte de preț.
AI Spend Console, lansat recent, este rezultatul acestei experiențe. Instrumentul oferă dashboard-uri detaliate care arată cât cheltuie fiecare angajat, echipă sau rol pe AI, dar și dacă acele cheltuieli se traduc în productivitate reală. De exemplu, poate evidenția „inginerii cu cheltuieli mari AI ale căror colegi le cer frecvent să refacă munca în recenziile de cod", potrivit blogului companiei. Practic, instrumentul corelează cheltuielile cu rezultatele: numărul de prompturi pe zi, liniile de cod scrise, pull request-urile și alți indicatori de performanță.
Rippling susține că, după implementarea acestor măsuri, a reușit să reducă cheltuielile cu tokeni de la 40% din bugetul de salarii la un nivel mult mai sustenabil. Compania nu a oferit cifre exacte, dar a subliniat că instrumentul este disponibil și pentru alte organizații, care pot beneficia de aceeași transparență.
Lansarea vine într-un moment în care întreprinderile încep să realizeze că AI nu este un panaceu gratuit. „Tokenmaxxing-ul a fost o modă, dar acum companiile înțeleg că trebuie să trateze AI ca pe orice altă resursă: cu buget, cu monitorizare și cu evaluare a rentabilității", a comentat un analist din industrie. AI Spend Console se adresează exact acestei nevoi, oferind un instrument care transformă cheltuielile cu AI dintr-o gaură neagră într-un centru de cost gestionabil.
Un aspect interesant este că Rippling a inclus în produs și un gateway AI propriu, care poate fi folosit de companii care doresc să-și controleze cheltuielile. Cei care folosesc deja un alt gateway pot totuși să utilizeze AI Spend Console pentru monitorizare, dar pentru funcțiile de control al cheltuielilor, ar trebui să adopte gateway-ul Rippling. Această abordare arată că Rippling vrea să devină un jucător important în ecosistemul de management al AI, nu doar un simplu observator.
În concluzie, povestea Rippling este un avertisment și o lecție pentru toate companiile care se grăbesc să adopte AI fără o strategie clară. Cheltuielile necontrolate pot eroda bugetele, dar cu instrumentele potrivite, AI poate deveni un aliat valoros, nu o povară financiară. AI Spend Console nu este doar un produs, ci o dovadă că inovația vine adesea din propriile greșeli.
De ce este important:
Acest articol evidențiază o problemă critică a erei AI: costurile ascunse ale adoptării necontrolate. Pe măsură ce tot mai multe companii integrează inteligența artificială în operațiunile lor, gestionarea cheltuielilor devine o prioritate strategică. Instrumentul lansat de Rippling oferă un model de transparență și responsabilitate care ar putea deveni standard în industrie. În plus, subliniază importanța diversificării furnizorilor de modele AI și a alegerii soluțiilor cost-eficiente, cum ar fi modelele open-source sau cele chinezești, care pot oferi performanțe comparabile la prețuri mult mai mici. Pentru liderii de afaceri, această analiză oferă lecții practice despre cum să evite capcanele tokenmaxxing-ului și să transforme AI într-un instrument sustenabil de creștere.
