Firma Rippling, dostawca oprogramowania kadrowo-płacowego, zbudowała wewnętrzne narzędzie do kontroli kosztów AI po tym, jak odkryła, że jest na kursie, by przeznaczyć 40% budżetu wynagrodzeń działu badawczo-rozwojowego (B+R) na same tokeny modeli. Narzędzie o nazwie AI Spend Console mierzy wydatki na AI w rozbiciu na pojedynczych pracowników i zespoły, a następnie zestawia je z efektami pracy. Firma opisała je 7 sierpnia 2026 roku.
Skala wydatków zaskoczyła samą firmę. Miesięczne koszty rosły o 80% miesiąc do miesiąca, a przy tym tempie w ciągu roku pochłonęłyby 90% wynagrodzeń całego działu B+R. Jeden inżynier wydawał 50 tysięcy dolarów miesięcznie. Zaledwie 10–15% pracowników odpowiadało za 60% wszystkich wydatków na AI. „Byliśmy w szoku" — przyznał Matt MacInnis, dyrektor produktu, dodając, że dostawcy inferencji „mają pełny interes w tym, by koszt wymykał się spod kontroli".
Jak Rippling ograniczył koszty AI
Rozwiązaniem okazał się własny gateway AI, który kieruje zapytania do tańszych modeli tam, gdzie droższe nie dają realnej przewagi. Testy porównawcze prezesa Parkera Conrada pokazały, że tańsze modele działają niemal identycznie; otwarty model GLM 5.2 był według firmy „o 85% tańszy" od modeli z czołówki. Narzędzie tworzy też pulpity oceniające liczbę promptów dziennie, efekt pracy i wydatki, wyznacza wewnętrznych „kapitanów AI" i wprowadza limity wydatków negocjowane z dostawcami takimi jak Cursor, OpenAI i Anthropic.
Efekt: udział tokenów w budżecie B+R spadł z 40% do 15%. Firma utrzymała zużycie na poziomie 600 miliardów tokenów, obniżając koszty z kwietnia o 37% do lipca.
Co koszty AI oznaczają dla polskiego biznesu
Historia Rippling pokazuje, że koszt wdrożenia AI to nie jednorazowa licencja, lecz rachunek za zużycie, który bez nadzoru potrafi rosnąć wykładniczo. Dla firm w Polsce płyną z tego trzy praktyczne wnioski. Po pierwsze, warto mierzyć zużycie AI w rozbiciu na zespoły i zestawiać je z konkretnym efektem, zanim rachunek stanie się problemem. Po drugie, droższy model rzadko jest konieczny do każdego zadania. Architektura z bramką kierującą zapytania do tańszych modeli obniża koszt bez utraty jakości. Po trzecie, zwykle kilkanaście procent pracowników generuje większość wydatków, więc to od nich najlepiej zacząć rozmowę o dobrych praktykach.
Źródło: TechCrunch (EN), 7 sierpnia 2026.
