Rippling запустила AI Spend Console — сервис для контроля корпоративных расходов на ИИ-токены
Выяснилось, что 10–15% сотрудников создавали до 60% всех затрат на ИИ, а один инженер тратил $50 000 в месяц
Благодаря маршрутизации запросов к более дешёвым моделям компания сократила расходы на токены с 40% до 15% бюджета R&D при сохранении прежнего объёма использования
Без привязки трат к продуктивности компании рискуют ограничить сотрудникам доступ к ИИ-инструментам
Поставщик HR- и payroll-платформ Rippling представил новый продукт — AI Spend Console, который помогает компаниям отслеживать и сдерживать расходы на искусственный интеллект. Инструмент показывает не только общие траты, но и то, сколько тратит каждый сотрудник, команда или должность — а главное, окупаются ли эти вложения ростом продуктивности или превращаются в цифровой шум.
Источник изображения — techcrunch.com
Новый сервис умеет вычислять инженеров с завышенными расходами на ИИ, чью работу коллеги регулярно просят переделать на код-ревью — такую функцию описывают в блоге компании.
История продукта началась с того, что в начале 2026 года Rippling, как и множество других технологических компаний, включилась в так называемый «токенмаксинг» — практику почти неограниченного использования ИИ-инструментов сотрудниками. Довольно быстро выяснилось, что траты выходят из-под контроля. Директор по продуктам Мэтт Макиннис вспоминает мартовскую встречу руководства, на которой финансовый директор компании Адам Свецицки представил цифру, ошеломившую всех присутствующих.
Оказалось, что Rippling двигалась к тому, чтобы тратить на ИИ-токены сумму, равную 40% бюджета на зарплаты сотрудников R&D, — то есть счета за токены приближались к выплатам почти половине инженерного штата. В абсолютных цифрах речь шла о миллионах долларов, а расходы росли на 80% в месяц. При сохранении такой динамики в следующем году компания могла бы тратить на токены до 90% фонда оплаты труда R&D-подразделения.
«Мы не верили своим глазам», — рассказал Макиннис изданию TechCrunch.
Руководство запустило срочный проект по разбору расходов, чтобы понять, за что именно компания платит. Когда данные проанализировали, обнаружились показательные цифры:
- 10–15% сотрудников создавали около 60% всех расходов на ИИ
- один инженер тратил $50 000 в месяц
- пиковое использование достигало 605 млрд токенов в месяц
- после внедрения консоли расходы на токены упали с 40% до 15% бюджета R&D
Ограничивать доступ к ИИ Rippling не хотела — задача была взять расходы под контроль. Начали с переговоров о лимитах трат с каждым используемым провайдером — Cursor, OpenAI и Anthropic. Сразу вскрылась базовая проблема: по умолчанию сотрудники использовали самые новые и дорогие модели для любых задач, включая рутинные.
По мнению Макинниса, у поставщиков инференса вроде Anthropic и OpenAI попросту нет мотивации помогать клиентам контролировать расходы: детальной аналитики использования они не предоставляют и друг с другом не сотрудничают, а неконтролируемые траты им скорее выгодны.
Похожая проблема к началу 2026 года была типичной для всей индустрии. За прошедшие месяцы бизнес усвоил как минимум два урока. Во-первых, компаниям нужно несколько моделей от разных лабораторий и по разным ценам — включая опенвейт-модели, зачастую китайского происхождения. Основатель и CEO Rippling Паркер Конрад отмечал, что во внутренних тестах производительности лидером по всем параметрам оказалась модель Grok от SpaceX, однако китайская GLM 5.2 от Z.ai — на 85% дешевле при почти сопоставимом качестве. (Напомним, SpaceX теперь владеет Cursor, который даёт доступ к Grok и десяткам других моделей.) GLM 5.2 в принципе стала одной из самых популярных моделей для программирования среди технологических компаний — её активно продвигает и Databricks.
Во-вторых, бизнесу нужен собственный ИИ-шлюз — прослойка, которая направляет каждый запрос к наиболее подходящей и экономичной модели. Rippling построила такой шлюз и включила его в состав AI Spend Console. По словам Макинниса, компании, уже использующие сторонний шлюз, всё равно смогут работать с AI Spend Console, но для функций управления расходами им придётся перейти на шлюз Rippling.
Продукт формирует дашборды — по сути, наследники прежних «лидербордов» эпохи токенмаксинга, — которые сопоставляют количество запросов в день, объём реальной работы (строки кода, пул-реквесты) и расходы. По данным компании, под капотом лежит внутренняя Rippling Data Cloud, которая связывает данные об использовании ИИ с информацией о сотрудниках и бизнес-показателями из других систем компании.
С запуском инструмента Rippling удалось снизить расходы на токены с 40% до примерно 15% бюджета на персонал — при этом объём использования ИИ не сократился. В июле внутреннее потребление снова достигло около 600 млрд токенов, однако стоимость этого объёма составила лишь 37% от апрельских расходов.
«Всё дело в том, что теперь мы маршрутизируем запросы к более эффективным моделям», — пошутил Макиннис, добавив: «Мы не позволяем отделу продаж проверять грамматику с помощью Fable».
Одних только технологических решений оказалось недостаточно. В Rippling выявили сотрудников, которые особенно эффективно используют ИИ, и назначили их «ИИ-капитанами» — они помогают коллегам разобраться с инструментами.
При этом за пределами инженерии подобная работа пока только начинается: основными пользователями ИИ остаются разработчики. Например, для команд онбординга клиентов Rippling сейчас автоматизирует часть задач по работе с почтой и сверке данных, а продуктивность здесь планируют измерять числом привлечённых клиентов.
По словам Макинниса, компании нужно жёстко привязать потребление токенов в административных и клиентских функциях к результатам работы — иначе, как он предупреждает, «доступ к этим инструментам для более широкого круга сотрудников окажется под вопросом».
Если история Rippling отражает общую тенденцию, маятник токенмаксинга может качнуться в обратную сторону настолько, что доступ сотрудников к ИИ перестанет быть таким же само собой разумеющимся, как доступ к почте или мессенджеру. Похоже, Rippling не единственная компания, столкнувшаяся с подобным перерасходом: на той же неделе технический директор Uber публично признал, что его команда исчерпала весь годовой бюджет на Claude Code ещё в апреле 2026 года.
Что касается самого продукта: AI Spend Console входит в подписку Rippling для HR-клиентов, но использование ИИ оплачивается отдельно. Инструмент также можно приобрести отдельно и интегрировать с любой другой HR-системой.
