След като Rippling пръсна милиони за AI за месеци, създаде инструмент за ROI на служителите

Доставчикът на HR софтуер Rippling тази седмица представи AI Spend Console — продукт срещу прекомерното използване на токени, който помага на компаниите да проследяват и ограничават разходите си за AI. Една от най-интересните му функции е, че показва колко харчат отделни служители, екипи и длъжности и дали те наистина са по-продуктивни, или просто произвеждат повече AI боклук.

Компанията обещава, че инструментът ще покаже „кои инженери имат високи разходи за AI, а колегите им често ги молят да преработят работата си при преглед на кода“, посочва компанията в своята публикация в блога.

Инструментът се появи, след като в началото на годината Rippling се хвърли изцяло в прекомерното използване на токени — както направиха мнозина — само за да открие, че служителите харчат пари безразсъдно. Главният продуктов директор Мат Макинис все още си спомня срещата на изпълнителния екип през март, когато финансовият директор Адам Швецки представил число, което ги шокирало.

Rippling е била на път да изразходва 40% от бюджета за заплати и придобивки на отдела за научноизследователска и развойна дейност за AI токени, което означава, че е харчила за токени толкова, колкото 40% от всички компенсации, изплащани на служителите в този отдел. Милиони долари. (В повечето технологични компании отделът за научноизследователска и развойна дейност включва инженерния екип.)

Разходите са нараствали с 80% на месец, а ако тенденцията се запазела, през следващата година компанията щяла да харчи почти толкова за AI токени — 90% — колкото за високоплатените служители в отдела за научноизследователска и развойна дейност.

„Не можехме да повярваме“, каза Макинис пред TechCrunch.

Ръководството незабавно започнало „спешен“ проект, за да разбере разходите и какво получава компанията срещу тези пари, каза той. Всъщност рекламата за представянето на новия продукт показва Швецки, седнал на табуретка, докато служители събират пачки пари и ги пускат в шредер за хартия.

Когато Rippling извършила анализ, открила факти като „приблизително 10–15% от служителите ни генерираха около 60% от общите разходи за AI. Един инженер харчеше 50 000 долара на месец“, се посочва в публикацията в блога.

Rippling не искала да спира използването на AI, а просто да го ограничи — значително. Компанията започнала с договаряне на максимален лимит на разходите с всеки от използваните от нея инструменти: Cursor, OpenAI и Anthropic. Веднага открила очевиден проблем: служителите по подразбиране използвали най-новите и най-скъпи водещи модели за всички задачи.

„Истината е, че доставчиците на инференс, като Anthropic и OpenAI, нямат абсолютно никакви стимули да ви помагат да контролирате разходите си. Те имат всички стимули разходите да излязат извън контрол и точно това правят. Не ви предоставят добра информация за използването и не си сътрудничат помежду си“, каза Макинис.

Това беше често срещан проблем в началото на 2026 г. Сега, осем месеца след началото на годината, предприятията са изяснили няколко неща. Първо, те знаят, че имат нужда от множество модели от различни AI лаборатории на различни ценови нива, включително водещ модел с отворени тегла, вероятно с китайски произход.

Основателят и главен изпълнителен директор на Rippling Паркър Конрад отбеляза миналия месец, че когато компанията е провела собствени бенчмаркове за вътрешните си нужди, е установила, че Grok на SpaceX е лидерът във всички отношения, но „GLM 5.2 е с 85% по-евтин, но [има] почти идентична производителност“ спрямо водещите модели. (SpaceX вече притежава Cursor, който предлага достъп до Grok и десетки други модели.) GLM 5.2 на Z.ai се превърна в особено предпочитан китайски модел за задачи по програмиране сред технологичните компании. Databricks също активно го популяризира.

Второ, предприятията вече знаят, че имат нужда от AI шлюз, който насочва заявките към най-добрия и най-рентабилен модел за конкретната задача. Rippling също стигнала до този извод. Затова компанията изградила собствен AI шлюз, който също е част от този продукт. Макинис казва, че предприятията, които вече използват друг шлюз, все пак могат да използват продукта AI Spend Console, но ако искат функциите за управление на разходите, ще трябва да използват шлюза на Rippling.

AI Spend Console създава табла (познати някога като класации в дните на прекомерното използване на токени), които оценяват показатели като броя заявки на ден, съпоставен с резултатите от работата (редове код/заявки за сливане) и разходите.

След внедряването на този инструмент Rippling съобщи, че е намалила разходите си за токени от 40% от бюджета за заплати и придобивки до около 15%. Компанията обаче не е ограничила използването на AI. През месеца, в който финансовият директор отправил предупреждението си, компанията е достигнала пиково потребление от 605 милиарда токена, сподели Макинис. През юли вътрешното използване отново достигнало 600 милиарда токена, но „цената на изразходваните през юли токени беше 37% от цената на изразходваните през април токени“, каза той.

„Това е просто защото сега насочваме заявките към по-ефективните модели“, каза той, шегувайки се, че „не позволяваме на екипа по продажбите да прави граматически корекции с помощта на Fable“.

Но технологичните решения не са достатъчни, отбелязва Rippling. Компанията открила хора, които използват AI ефективно, и ги направила „AI капитани“, натоварени да помагат на останалата част от компанията.

Все пак усилията за използване на AI извън инженерния отдел все още са в процес на развитие, казва Макинис, тъй като софтуерните инженери досега са били основните потребители. Но Rippling например работи по използването му от екипите за въвеждане на клиенти, за да автоматизира някои задачи, свързани с пощенски данни и сверяване на данни. След това таблото ще измерва производителността според броя на привлечените нови клиенти.

„Трябва да можем да свържем потреблението на токени във функциите за общи и административни дейности и във функциите, свързани с клиентите, с производителността. Ако не можем да направим това, всичко относно достъпа на по-широк кръг служители до тези инструменти остава под въпрос“, казва Макинис.

Така че, ако Rippling е показателен пример, прекомерното използване на токени може да е отишло толкова далеч в обратната посока, че достъпът на служителите до AI вече да не е като достъпа до Slack или имейл. Ако компанията не може да измери производителността, възможно е не всички служители да имат достъп.

Що се отнася до продукта, AI Spend Console е включен за абонатите на HR услугите на Rippling, макар че има допълнителни разходи, базирани на използването на AI. Той може да бъде закупен и като самостоятелен продукт и интегриран с друга HR система, която служи като основен регистър, казва Макинис.