माइक्रोसॉफ्ट ने क्लॉड कोड का आंतरिक उपयोग रोक दिया है क्योंकि एआई टोकन लागत कर्मचारी खर्चों से आगे निकल गई हैं

14 मई, 2026 को, माइक्रोसॉफ्ट ने अपने अधिकांश कर्मचारियों के Claude Code आंतरिक लाइसेंस रद्द करना शुरू कर दिया है। अंतिम तिथि 30 जून है—जो माइक्रोसॉफ्ट के वित्तीय वर्ष का अंतिम दिन भी है।

केवल 6 महीने पहले, माइक्रोसॉफ्ट पूरी तरह से विपरीत काम कर रहा था—2025 के दिसंबर में, इसने क्लॉड कोड को हजारों कर्मचारियों, जिनमें इंजीनियर, प्रोडक्ट मैनेजर और डिजाइनर शामिल थे, के लिए खोल दिया, और सभी को vibe coding के माध्यम से कार्य प्रवाह को पुनर्गठित करने के लिए प्रोत्साहित किया। कर्मचारी इस उपकरण से बहुत प्रभावित हुए, लेकिन शायद, बहुत अधिक प्रभावित।

लेकिन 6 महीने बाद, माइक्रोसॉफ्ट ने खुद हटा दिया।

और लगभग उसी हफ्ते, YC के साझेदार टॉम ब्लॉमफील्ड ने एक बैच टॉक पर एक और बात कही: "अगर आपका API बिल आपको दर्द नहीं देता, तो आप पर्याप्त नहीं जला रहे हैं।"

एक ही वसंत में, सिलिकॉन वैली एक ही समस्या के लिए दो पूरी तरह से विपरीत उत्तर दे रहा है—AI का उपयोग करना, क्या वास्तव में इंसानों से महंगा है?

01 vibe coding की विफलता का मंच

माइक्रोसॉफ्ट ने क्लॉड मॉडल को नहीं रद्द किया है। एंथ्रोपिक के मॉडल अभी भी कोपिलट सीएलआई के माध्यम से माइक्रोसॉफ्ट कर्मचारियों को उपलब्ध रहेंगे। इसने क्लॉड कोड नामक उत्पाद प्रवेश बिंदु को ही रद्द किया है।

सबसे अधिक प्रभावित विभाग "अनुभव + उपकरण" है—जिसमें विंडोज, माइक्रोसॉफ्ट 365, आउटलुक, टीम्स और सरफेस के पीछे के इंजीनियर टीम शामिल हैं। EVP राजेश झा ने आंतरिक स्मृति में इस निर्णय को "टूलचेन एकीकरण" के रूप में प्रस्तुत किया, लेकिन The Verge द्वारा संदर्भित माइक्रोसॉफ्ट के आंतरिक स्रोतों के अनुसार, यह बात स्पष्ट है: कर्मचारी सामान्यतः Claude Code को Copilot CLI से अधिक उपयोगिता प्रदान करते हैं, और Anthropic का यह उपकरण माइक्रोसॉफ्ट के आंतरिक में इतना लोकप्रिय हो गया कि माइक्रोसॉफ्ट का स्वयं का Copilot CLI "उपेक्षित" हो गया।

दूसरे शब्दों में, माइक्रोसॉफ्ट ने क्लॉड कोड को हटाया नहीं क्योंकि यह काम नहीं करता, बल्कि इसलिए क्योंकि यह बहुत अच्छा काम करता है।

6 जून की समयसीमा यादृच्छिक नहीं है—यह माइक्रोसॉफ्ट के वित्तीय वर्ष का अंतिम दिन है। एक ऐसे उपकरण को हटाना, जिसे कर्मचारी अधिक पसंद करते हैं, और अपने ही उत्पाद को वापस लाना, जबकि समय वित्तीय वर्ष के अंत से मेल खाता है—इसमें कितना उत्पाद निर्णय है और कितना वित्तीय विचार है, सबको पता है।

Microsoft एकमात्र उदाहरण नहीं है।

एक महीने पहले, यूबर के सीटीओ प्रवीण नेपल्ली नागा ने The Information को बताया कि कंपनी का 2026 के पूरे वर्ष का AI प्रोग्रामिंग टूल बजट पहले ही चार महीनों में खत्म हो चुका है। यूबर ने पहले अपने कर्मचारियों को AI का अधिक उपयोग करने के लिए एक आंतरिक रैंकिंग लॉन्च की थी, जिसके परिणामस्वरूप बजट बर्बाद हो गया।

更直白地说，英伟达应用深度学习副总裁布莱恩·卡塔纳佐在接受 Axios 采访时说：“对我的团队来说，算力的成本远远超过员工的成本。”——这句话出自一家硬件公司高管之口，而这家公司的核心产品正是销售算力。

Fortune ने इन सुरागों को जोड़कर एक बहुत ही Fortune शैली का शीर्षक दिया: "माइक्रोसॉफ्ट की रिपोर्ट ने AI की वास्तविक लागत समस्या को उजागर किया — इसका उपयोग करना कर्मचारियों को रखने से अधिक महंगा है"।

अगर आप केवल इस स्तर तक पढ़ते हैं, तो निष्कर्ष सरल है: vibe coding असफल रहा, AI द्वारा मनुष्यों को बदलने की कहानी को समाप्त किया जा सकता है।

लेकिन यह निष्कर्ष जल्दी निकाल लिया गया है।

02 कोपिलट मोड ने "दीवार को टक्कर मार दी"

माइक्रोसॉफ्ट के पीछे हटने को समझने के लिए, पहले वाइब कोडिंग क्या है, यह समझना जरूरी है।

यह शब्द एंड्रेज कारपथी ने 2025 की शुरुआत में पेश किया था—उन्होंने एक नए प्रोग्रामिंग तरीके का वर्णन किया: डेवलपर्स अब पंक्ति दर पंक्ति कोड नहीं लिखते, बल्कि अपनी इच्छा को प्राकृतिक भाषा में वर्णित करते हैं, जिससे LLM कोड उत्पन्न करे। डेवलपर्स कोड पढ़ते भी नहीं, केवल परिणाम देखते हैं—चल रहा है तो स्वीकार कर लें, नहीं चल रहा है तो AI को फिर से सुधारने के लिए कह दें।

यह AI युग का सबसे आकर्षक उत्पादकता का वादा है। इसका मतलब है: एक ऐसा इंजीनियर जो Rust नहीं लिख सकता, उसे AI Rust लिखने में मदद कर सकता है; एक प्रोडक्ट मैनेजर AI की मदद से प्रोटोटाइप बना सकता है; एक डिजाइनर AI की मदद से काम करने वाला कोड लिख सकता है। माइक्रोसॉफ्ट द्वारा दिसंबर 2025 में Claude Code को जिन लोगों के लिए खोला गया—इंजीनियर, PM, डिजाइनर—वे ठीक यही तीन प्रकार के लोग हैं। यह संयोग नहीं है, यह vibe coding का सबसे क्लासिक अपलोड है।

लेकिन vibe coding बड़ी कंपनियों में आ जाए, तो यह एक संरचनात्मक रूप से अजीब बात बन जाती है।

मान लीजिए माइक्रोसॉफ्ट के पास एक इंजीनियर है, जिसका वार्षिक वेतन 300,000 डॉलर है। माइक्रोसॉफ्ट उसे एक Claude Code देता है, और उसकी उत्पादकता 20% बढ़ जाती है—यह vibe coding की सबसे आदर्श स्थिति है। लेकिन इसके साथ ही, उसके द्वारा महीने में खर्च किए जाने वाले token की लागत 200 डॉलर, 500 डॉलर, या 2000 डॉलर है? यह संख्या उसकी AI पर निर्भरता बढ़ने के साथ निरंतर बढ़ती रहेगी।

अधिक परेशानी की बात यह है कि उसे 'AI का उपयोग करने' के कारण नौकरी से नहीं निकाला जाएगा—उसकी 30 लाख रुपये की वार्षिक आय, भत्ते और उसकी कार्यस्थल अभी भी बनी हुई हैं।

अर्थात, माइक्रोसॉफ्ट की कुल लागत संरचना है "मूल कर्मचारी वेतन + नए टोकन बिल"। यह सूत्र केवल एक दिशा में है—लागत में भारी वृद्धि।

लेकिन "कर्मचारी उत्पादन +20%" का वित्तीय प्रभाव "आय +20%" है? नहीं। यह "आय अपरिवर्तित रहती है, लेकिन लागत संरचना में एक नया AI बिल जुड़ जाता है" — क्योंकि अधिकांश कर्मचारियों का उत्पादन सीधे नए आय से मेल नहीं खाता, उनका तेज़ी से लिखना कंपनी की बिक्री बढ़ाने का मतलब नहीं है।

यही Catanzaro के वाक्य “कैलकुलेशन एम्प्लॉयी से महंगा है” का वास्तविक अर्थ है। इसका मतलब यह नहीं है कि AI मूर्ख है, बल्कि यह है कि जब आप AI को मूल एम्प्लॉयी पर लागू करते हैं, तो आप गणना को संभाल नहीं सकते।

इस तर्क का समर्थन डेटा द्वारा किया जाता है।

गार्टनर की हालिया एक भविष्यवाणी के अनुसार, 2030 तक, एक ट्रिलियन पैरामीटर वाले मॉडल की निष्कर्षण लागत 2025 की तुलना में लगभग 90% घट जाएगी। ऐसा लगता है कि AI सस्ता होता जा रहा है, लेकिन गार्टनर का वास्तविक निष्कर्ष है: इससे उद्यमों की AI कुल बिल लागत सस्ती नहीं होगी। गार्टनर के सीनियर डायरेक्टर एनालिस्ट विल सोमर ने कहा है—“CPOs को ‘कमोडिटी स्तर के token की अवमूल्यन’ और ‘अग्रणी निष्कर्षण क्षमता का सामान्यीकरण’ एक समान नहीं मानना चाहिए।”

गोल्डमैन सैक्स का अनुमान अधिक सीधा है: 2030 तक, एजेंटिक एआई टोकन उपभोग में 24 गुना की वृद्धि करेगा, जिससे मासिक 120 पेटाबाइट तक पहुंच जाएगा। एकल टोकन की कीमत में 90% की कमी, लेकिन उपभोग में 24 गुना की वृद्धि—परिणामस्वरूप कुल बिल अभी भी बढ़ रहा है।

हुआ रेन्स्यून के पास एक अधिक आक्रामक संस्करण है। उन्होंने कुछ महीने पहले एक जनता के समक्ष कहा था कि भविष्य में प्रत्येक निवेडिया कर्मचारी के पास 100 AI एजेंट काम करेंगे।

यह बहुत अच्छा लगता है। लेकिन अगर आप C.F.O. हैं, तो आप क्या सुनते हैं? 100 टोकन के भट्टी, जो 24 घंटे रोजाना जलते रहते हैं।

समस्या AI बहुत महंगा होना नहीं है। समस्या यह मान्यता है कि "प्रत्येक कर्मचारी को एक AI सह-चालक दें"।

इस पोज़ का टेक सर्कल में एक लोकप्रिय नाम है — 'कोपायलट मोड' (copilot mode)। इसकी केंद्रीय मान्यता है: आदमी ड्राइविंग सीट पर बना रहता है, और AI सह-ड्राइवर की तरह सुझाव देता है। यह आपको बदलता नहीं है, बस आपको तेज़ बनाता है।

यह कल्पना शब्दों के स्तर पर बहुत नरम है — "AI आपकी नौकरी नहीं छीनेगा, AI सिर्फ आपकी मदद करेगा।" लेकिन वित्तीय स्तर पर, इसका अंतर्निहित अर्थ है: मूल वेतन अपरिवर्तित रहेगा, लेकिन एक अतिरिक्त token शुल्क जोड़ दिया जाएगा।

और टोकन एक निश्चित शुल्क नहीं है, बल्कि उपभोग के आधार पर शुल्क लिया जाता है। जितना अधिक कर्मचारी उपयोग करते हैं, उतना ही अधिक कंपनी भुगतान करती है—यह ठीक वही लागत संरचना है जिसे कंपनियाँ सबसे कम पसंद करती हैं: चर, असीमित, और उत्पादन के साथ विपरीत रूप से बढ़ती।

जब माइक्रोसॉफ्ट ने 2025 दिसंबर में क्लॉड कोड को लॉन्च किया, तो शायद उन्हें यह पूरी तरह से एहसास नहीं था। उनका मकसद यह था: कर्मचारियों को आजमाएं और देखें कि AI कितना कार्यक्षमता बढ़ा सकता है। लेकिन 6 महीने बाद, कर्मचारी वास्तव में इसके शौकीन हो गए, क्लॉड कोड माइक्रोसॉफ्ट के भीतर बहुत लोकप्रिय हो गया—जिसके परिणामस्वरूप टोकन का बिल अपेक्षा से कहीं अधिक हो गया, जो माइक्रोसॉफ्ट के इस लोकप्रियता से प्राप्त होने वाले उत्पादन से अधिक था।

माइक्रोसॉफ्ट ने वापसी कर ली। लेकिन वापसी AI की नहीं है—वापसी उस संरचना की है जिसमें कर्मचारी ड्राइविंग सीट पर थे और AI फ्रंट पैसेंजर सीट पर था।

यह एक संरचनात्मक विफलता है। यह इसलिए नहीं गायब हो जाएगी क्योंकि मॉडल सस्ता है, और न ही इसलिए कि कर्मचारी अधिक कुशल हैं—यह उस समय और अधिक गंभीर हो जाएगी जब कर्मचारी AI के प्रति अधिक कुशल हो जाएंगे।

03 टोकन जलाए जा रहे हैं, क्योंकि लोगों को नहीं जलाया जा रहा है

माइक्रोसॉफ्ट के पीछे हटने के लगभग एक ही सप्ताह में, टॉम ब्लॉमफील्ड ने YC के बैच टॉक पर एक पूरी तरह से अलग दृष्टिकोण प्रस्तुत किया। उन्होंने 'AI का उपयोग कैसे करें' पर चर्चा नहीं की — उन्होंने 'AI के युग में कंपनियाँ कैसी होनी चाहिए' पर चर्चा की।

ब्लॉमफील्ड का निर्णय सीधा है: आज अधिकांश कंपनियाँ अभी भी "रोमन लेजियन" की संरचना में हैं—जानकारी स्तर दर स्तर ऊपर भेजी जाती है, आदेश स्तर दर स्तर नीचे दिए जाते हैं, और लोग समन्वय का केंद्र होते हैं। इस संरचना में AI को लगाने का परिणाम यह है कि रोमन पैदल सेना को आधुनिक हथियार दे दिए जाएँ—वे उन्हें अधिक कठोरता से उपयोग करेंगे, लेकिन रणनीति नहीं बदलेगी।

वास्तविक AI-नेटिव कंपनी अलग दिखनी चाहिए।

ब्लॉमफील्ड ने एक विशिष्ट वर्णन दिया: प्रत्येक क्रिया को एक दर्जनीय, कॉल करने योग्य उत्पाद उत्पन्न करना चाहिए, जिससे सब कुछ AI के लिए स्पष्ट हो (AI के लिए legible); कंपनी को 'स्वयं-सुधार करने वाले AI चक्र' के रूप में डिज़ाइन किया जाना चाहिए, जहाँ प्रणाली परिवेश को समझ सके, निर्णय ले सके, उपकरणों को कॉल कर सके, प्रतिक्रिया प्राप्त कर सके, और स्वयं को सुधार सके।

इस प्रकार की कंपनी में केवल दो भूमिकाएँ बचती हैं। एक व्यक्तिगत योगदानकर्ता—हर कोई, चाहे वह किसी भी विभाग से हो, बिल्डर और ऑपरेटर है, मीटिंग में केवल विचार नहीं, बल्कि प्रोटोटाइप लाता है; दूसरा DRI (प्रत्यक्ष जिम्मेदार)—प्रत्येक आउटपुट का एक स्पष्ट जिम्मेदार होता है, 'AI के पीछे छिपना नहीं।'

फिर ब्लॉमफील्ड ने वह यादगार वाक्य कहा: "अगर आपका API बिल आपको दर्द नहीं देता, तो आप पर्याप्त नहीं जला रहे हैं।"

यह वाक्य यदि माइक्रोसॉफ्ट के सीएफओ के कार्यालय में कहा जाए, तो इसे हंसी का विषय माना जाएगा; लेकिन YC के स्टार्टअप संस्थापकों के एक कमरे में, कोई इसे पागलपन नहीं समझता।

क्यों?

YC के एक अन्य साझेदार डायना हू ने मई के शुरुआत में स्टार्टअप स्कूल में जवाब दिया। उन्होंने एक वाक्य कहा—「अधिकतम नहीं, बल्कि token की खपत है।」 उनका और भी सीधा संस्करण है: 「एक व्यक्ति AI उपकरणों के साथ, पिछले एक बड़े इंजीनियर टीम के बराबर है।」

यहाँ की कुंजी शब्द ध्यान दें: 'बराबर'। 'समान' नहीं, 'जैसा' नहीं—बल्कि प्रतिस्थापन।

YC के उस P26 2026 स्प्रिंग बैच में, कई कंपनियाँ पिछले 20, 30 लोगों की जरूरत वाले काम को केवल 5, 6 लोगों से कर रही हैं। उनकी टोकन बिल तो अधिक हैं, लेकिन उनकी कर्मचारी बिल बहुत कम हैं—कुल मिलाकर, वे मुनाफा कमा रही हैं।

एक अधिक आक्रामक उदाहरण Block है। जैक डॉर्सी के अधीन इस फिनटेक कंपनी ने हाल ही में 40% कर्मचारियों को बर्खास्त कर दिया है। यह पारंपरिक अर्थों में 'लागत कम करना और दक्षता बढ़ाना' नहीं है—Block ने AI टूल्स पर आंतरिक निवेश बढ़ाया है, और नया संरचना Diana Hu द्वारा वर्णित IC + DRI + AI agent के प्रकार की है।

YC के संदर्भ में टोकन जलाना खर्च नहीं, बल्कि एक विकल्प है। यह AI के बाहर के खर्चों का विकल्प नहीं, बल्कि कर्मचारी वेतन का विकल्प है। खाता संतुलित हो पाता है क्योंकि कंपनी ने उन स्थितियों को समानांतर रूप से हटा दिया है, जिनके लिए मूल रूप से वेतन खर्च होता था।

यही कारण है कि माइक्रोसॉफ्ट और YC एक ही चीज देख रहे हैं, लेकिन विपरीत उत्तर दे रहे हैं—वे अलग-अलग प्रकार के token जला रहे हैं। माइक्रोसॉफ्ट का token मूल टीम के सह-चालक को ईंधन देता है, जबकि YC का token मूल ड्राइवर को बदल देता है।

04 वास्तविक संपत्ति को पुनः परिभाषित किया जा रहा है

टॉम ब्लॉमफील्ड ने संवाद में एक और अधिक गहन वाक्य कहा—「मनुष्य अस्थायी होते हैं, लेकिन संदर्भ दस्तावेज़ महत्वपूर्ण होते हैं।」

यह एक लेखांकन स्तर का निर्णय है।

पारंपरिक कंपनियों का बैलेंस शीट कैसे बनाया जाता है? बाएं ओर स्थायी संपत्ति, अप्राप्य राशि, व्यापार नाम, बौद्धिक संपदा होती है, और दाएं ओर दायित्व और शेयरधारक स्वामित्व। कर्मचारी एसेट के स्तंभ में नहीं होते—कर्मचारी लागत होते हैं। लेकिन हर कंपनी जानती है कि कर्मचारी वास्तविक संपत्ति होते हैं: ग्राहक संबंध विक्रेता के मन में होते हैं, व्यापारिक अनुमान प्रोडक्ट मैनेजर के मन में होते हैं, और प्रौद्योगिकी know-how इंजीनियर के मन में होता है।

इस 「संपत्ति」 की विशेषता यह है कि यह चली जाती है। कर्मचारी चले जाते हैं, और संपत्ति भाग जाती है।

और ब्लॉमफील्ड द्वारा वर्णित एआई-नेटिव कंपनियाँ एक काम कर रही हैं: इन मूल रूप से मानव मस्तिष्क में मौजूद संपत्तियों को निकालकर, एआई द्वारा पढ़ी, कॉल की और दोहराई जा सकने वाली "संदर्भ संपत्तियों" में बदल रही हैं।

विशिष्ट रूप क्या है? यह विस्तृत आवश्यकता दस्तावेज़ है; प्रत्येक निर्णय, प्रत्येक ईमेल आदान-प्रदान, प्रत्येक Slack चर्चा को दस्तावेज़ित करने की प्रक्रिया है; खुला MCP इंटरफ़ेस और API है; प्रत्येक आंतरिक उपकरण द्वारा उत्पन्न artifact—ये सभी चीजें एक कंपनी के लिए एक नया, विरासत में मिलने वाला, कर्मचारी के चले जाने पर विलीन न होने वाला संपत्ति स्तर बनाती हैं।

इस तरह की कंपनी में लोग वास्तव में «चर» बन जाते हैं—जिन्हें त्वरित रूप से जोड़ा जा सकता है और त्वरित रूप से छोड़ा जा सकता है, क्योंकि कंपनी का मुख्य संपत्ति मानव मस्तिष्क में नहीं, दस्तावेजों में होती है।

अगर यह संरचना सफल होती है, तो इसका मतलब सिर्फ एक नए संगठनात्मक मॉडल के बारे में नहीं है—इसका मतलब कंपनी का बैलेंस शीट फिर से लिखा जा रहा है। 6 लोगों वाली, जो अद्भुत टोकन बिल खर्च कर रही है, AI-नेटिव कंपनी वित्तीय रूप से अस्वस्थ दिख सकती है, लेकिन उसके वास्तविक संपत्ति 60 लोगों वाली पारंपरिक कंपनी से अधिक हो सकती है—बस, इस संपत्ति की गणना करने का वर्तमान लेखांकन मानक अभी तक सीखा नहीं है।

दूसरे शब्दों में, vibe coding मरा नहीं है। यह केवल पारंपरिक कंपनियों का हिस्सा नहीं है।

जिस दिन माइक्रोसॉफ्ट ने क्लॉड कोड को हटा दिया, वह एआई अर्थशास्त्र की असफलता का दिन नहीं था—बल्कि एआई को पुराने संगठन में फिट करने का एक अभिनय था, जिसे यह स्वयं अस्वीकार कर रहा था।

और YC के उस कमरे में स्टार्टअप्स में एक अलग अंदाज विकसित हो रहा है—वे छोटे हैं, वे धन खर्च कर रहे हैं, उनके KPI टेबल में 'कर्मचारी AI उपयोग दर' नहीं है, और उनके CFO को token बिल में तेजी से वृद्धि के कारण घबराहट नहीं होती—क्योंकि वे जो खर्च कर रहे हैं, वह 'कर्मचारी का सहयोगी' नहीं, बल्कि 'कर्मचारी का विकल्प' है।

अगले कुछ वर्षों में, जो सभी मध्यम आकार की कंपनियाँ अपने कर्मचारियों को 'AI का अधिक उपयोग करें' कह रही हैं, वे माइक्रोसॉफ्ट के सामने आई उसी दीवार से टकराएंगी—संरचनात्मक रूप से बढ़ती token बिल।

लेकिन दीवार से टकराने का वास्तविक कारण, AI बहुत महंगा होना नहीं है—संगठन अभी तक बदला नहीं है।

और अधिकांश कंपनियाँ, शायद अभी के लिए नहीं बदलेंगी।