सिलिकॉन वैली टेक जायंट्स बढ़ती लागत के बीच कर्मचारियों के एआई टोकन उपयोग पर प्रतिबंध लगा रहे हैं

AI व्यवसायों के लिए कर्मचारियों के «पसंद नहीं किए जाने वाले कार्य» को स्वचालित करता है, न कि «पैसा कमाने वाले कार्य» को।

कुछ दिनों पहले, गेक पार्क ने रिपोर्ट किया था कि AI पर भारी निवेश करने वाली माइक्रोसॉफ्ट ने अपने अधिकांश कर्मचारियों के Claude Code लाइसेंस को गुप्त रूप से बंद कर दिया है।

यह बहुत अजीब बात है, क्योंकि AI की इस लहर में उद्योग उपयोगकर्ताओं के लिए सबसे बड़ा मार्केटिंग पॉइंट "उत्पादकता में वृद्धि" है। यदि यह उत्पादकता बढ़ाता है, तो माइक्रोसॉफ्ट अपने कर्मचारियों को Claude Code का उपयोग करने से क्यों रोक रहा है?

माइक्रोसॉफ्ट एकमात्र कंपनी नहीं है जो ऐसा कर रही है; "टोकन उपयोग को सीमित करना" और कर्मचारियों को बेकाबू Vibe Coding के लिए प्रोत्साहित न करना, सिलिकॉन वैली के बड़े कंपनियों के लिए एक नया प्रवृत्ति बन गया है।

यूबर ने चार महीनों में पूरे वर्ष का AI टोकन बजट खर्च कर दिया। सेल्सफोर्स प्रति वर्ष एंथ्रोपिक को लगभग 3 बिलियन डॉलर की चेक जारी करता है। एक AI सलाहकार ने बताया कि उनके एक ग्राहक का एक महीने का AI खर्च 5 बिलियन डॉलर तक पहुँच गया। मेटा ने तो अपने आंतरिक 'टोकनमैक्सिंग रैंकिंग' को चुपचाप बंद कर दिया—जिसे मूल रूप से कर्मचारियों को AI का अधिक उपयोग करने के लिए प्रोत्साहित करने के लिए बनाया गया था।

अब, व्यवसाय वे काम कर रहे हैं जिनके बारे में कुछ साल पहले सोचना भी नहीं सकते थे:

कर्मचारियों द्वारा AI के उपयोग को सीमित करें और निगरानी करें।

बड़ी कंपनियाँ अचानक क्यों बदल रही हैं?

आज के लागत संकट को समझने के लिए, आपको 'tokenmaxxing' क्या है, यह समझना होगा।

यह शब्द लगभग 2025 से लोकप्रिय होना शुरू हुआ, जिसका अक्षरशः अर्थ है 'टोकन के उपयोग को अधिकतम करना'। इसके पीछे एक प्रबंधन तर्क है—चूंकि कंपनियाँ AI उपकरणों पर बड़ी राशि खर्च करती हैं, इसलिए कर्मचारियों को इनका अधिक से अधिक उपयोग करना चाहिए; जितना अधिक उपयोग किया जाएगा, उतना ही आप 'डिजिटल ट्रांसफॉर्मेशन' में सफल होंगे, और जितना कम उपयोग किया जाएगा, उतना ही संसाधनों का बर्बादी होगी। इसलिए कई कंपनियों ने उपयोग के लिए कोटा, रैंकिंग, और यहाँ तक कि प्रदर्शन मूल्यांकन स्थापित किया है, ताकि कर्मचारियों को AI का उपयोग करने के लिए प्रेरित किया जा सके।

What's the result?

कर्मचारी अपनी कंपनी के उद्योग-स्तरीय AI मॉडल का उपयोग मौसम जानने, जन्मदिन की शुभकामनाएं लिखने और आज क्या खाएं इसके बारे में पूछने के लिए करने लगे।

2444 कंपनियों पर किए गए एक अध्ययन में पाया गया कि एआई टोकन पर हर 1 डॉलर खर्च करने पर, 0.44 डॉलर एआई द्वारा उत्पन्न बग को ठीक करने पर, 0.27 डॉलर एआई द्वारा उत्पन्न कोड को पुनः लिखने पर, और 0.11 डॉलर समीक्षा और मर्ज में देरी पर खर्च होता है।

That means, for every rupee spent on AI procurement, nearly 80% of hidden losses are concealed behind it.

निवेशक श्रुति गांधी ने एक बहुत सटीक उपमा दी: "टोकनमैक्सिंग उद्यम, उस कंपनी की तरह है जो सभी बल्ब जलाकर उत्पादकता का माप करती है—अधिक पैसा खर्च करना, अधिक उत्पादन का अर्थ नहीं होता।"

अधिक व्यंग्य यह है कि इन कंपनियों में से अधिकांश को अपने कर्मचारियों द्वारा AI का उपयोग किस उद्देश्य से किया जा रहा है, इसके बारे में पता ही नहीं है, और न ही उन्हें पता है कि AI के कारण उन कार्यों के पूरा होने में कोई बदलाव आया है या नहीं।

यह "पैसा जलाने की प्रतियोगिता" 2024 से 2025 तक चली, और अब इस साल एकत्रित रूप से विस्फोट हुआ। JPMorgan ने एक कठोर शब्दों में लिखी रिपोर्ट जारी की, जिसका शीर्षक सीधा और असहज कर देने वाला है—《AI टोकन की लागत इंटरनेट लाभ को निगल रही है》।

Shopify, Spotify, ServiceNow, Roku ने अपने आय फोन कॉल पर AI को ऑपरेशनल खर्च का मुख्य दबाव स्रोत बताया। उद्योग का सामान्य माहौल, 'AI कितना शानदार है' से 'यह पैसा वाकई कीमती है?' में बदल रहा है।

केवल 14% सीएफओ का कहना है कि उन्हें एआई निवेश से स्पष्ट और मापने योग्य रिटर्न दिख रहा है।

यूबर के सीओओ एंड्रयू मैकडॉनल्ड ने एक पॉडकास्ट में एक बहुत ही ईमानदार बात कही—उन्हें लगा कि कर्मचारियों की व्यक्तिगत उत्पादकता में वृद्धि को कंपनी के समग्र व्यावसायिक प्रभाव से जोड़ना मुश्किल है। "अगर आप नहीं देख पा रहे हैं कि AI ने आपके उपयोगकर्ताओं को कितने मूल्यवान फीचर्स प्रस्तुत किए हैं, तो token लागत को बर्बर करना और भी कठिन हो जाता है।"

यह वाक्य उस केंद्रीय समस्या को उजागर करता है जिसका सामना उद्यमिक एआई कर रहा है: व्यक्तिगत दक्षता में वृद्धि, कंपनी के लाभ में वृद्धि के समान नहीं है।

कर्मचारी AI का उपयोग करके साप्ताहिक रिपोर्ट तीन गुना तेजी से लिखते हैं, लेकिन कंपनी की आय में कोई बदलाव नहीं हुआ। इंजीनियर AI का उपयोग करके कोड जेनरेट करने की गति दोगुनी कर लेते हैं, लेकिन कोड की "प्रवाह दर" — यानी उसे त्याग दिए जाने या पुनः लिखे जाने का अनुपात — 800% बढ़ गया।

माइक्रोसॉफ्ट के पूर्व मुख्य एआई अधिकारी सोफिया वेलास्टेगुई ने एक ऐसी बात कही जो कई प्रबंधकों को असहज कर देती है: "अधिकांश लोग अपने पसंदीदा कार्यों के बजाय अपने अपसंगठित कार्यों को स्वचालित करने की आदत डाल लेते हैं।"

सरल शब्दों में, व्यवसाय स्वचालित करते हैं कर्मचारियों के उन कामों को, जिन्हें वे नापसंद करते हैं, न कि उन कामों को जो पैसा कमाते हैं।

यह तकनीकी समस्या नहीं है, बल्कि प्राथमिकता की समस्या है। इसीलिए लगभग 30% जनरेटिव AI प्रोजेक्ट्स को प्रूफ ऑफ कॉन्सेप्ट चरण में ही छोड़ दिया जाता है—लागत स्पष्ट नहीं है, मूल्य भी स्पष्ट नहीं है, इसलिए बॉस स्वाभाविक रूप से फिर से भुगतान नहीं करता।

Salesforce के CEO मार्क बेनियॉफ का तरीका प्रतिनिधित्वात्मक है। प्रति वर्ष 3 अरब डॉलर के Anthropic बिल के सामने, उनकी उम्मीद एक 'स्मार्ट राउटर' की है: जो यह निर्णय कर सके कि कौन से प्रश्नों के लिए शीर्ष मॉडल की आवश्यकता है और कौन से कम लागत वाले छोटे मॉडल से ही पर्याप्त हैं।

इस विचार में कुछ नया नहीं है—बादल की गणना के युग से ही, “आवश्यकता के आधार पर भुगतान” और “संसाधन अनुकूलन” मानक प्रथाएँ थीं। लेकिन AI की इस लहर ने बहुत तेजी से आना शुरू कर दिया, इसलिए लोगों ने पहले खरीदा, फिर सोचा, और अब वे पीछे रह गए हैं।

माइक्रोसॉफ्ट ने हाल ही में क्लॉड कोड के अधिकांश उद्यम लाइसेंस समाप्त कर दिए हैं, जिसका औपचारिक कारण लागत कारक बताया गया है। इस घटना ने उद्योग में काफी चर्चा को जन्म दिया है—क्योंकि माइक्रोसॉफ्ट स्वयं OpenAI का सबसे बड़ा निवेशक है, और फिर भी प्रतिद्वंद्वी की सदस्यता को समाप्त कर रहा है, इसमें कितना हिस्सा लागत पर विचार है और कितना सामरिक रणनीति, यह स्पष्ट नहीं है।

लेकिन किसी भी तरह, यह एक संकेत है: व्यवसाय अब अपने पैरों से मतदान कर रहे हैं।

हार्नेस और क्लाउडज़ीरो ने लगभग एक ही दिन, 28 मई को, क्रमशः AI लागत प्रबंधन उपकरण जारी किए, जिनमें से एक ने AI खर्च और ROI के वास्तविक समय निगरानी पर जोर दिया, जबकि दूसरे ने "AI फाइनेंशियल कंट्रोल प्लेन" लॉन्च किया, जो व्यवसायों को हर डॉलर के AI खर्च को विशिष्ट व्यावसायिक परिणामों से जोड़ने में मदद करता है।

इन दोनों उत्पादों का आगमन ही साबित करता है: बाजार में मांग है, और यह मांग तीव्र है।

हबस्पॉट ने इस साल अप्रैल से एआई एजेंट के मूल्य निर्धारण मॉडल को बदल दिया है, जिसमें अब टोकन के आधार पर शुल्क नहीं, बल्कि 'हल किए गए संवादों की संख्या' या 'उत्पन्न किए गए लीड्स की संख्या' के आधार पर शुल्क लिया जाता है—यह एक दिशात्मक परिवर्तन है, जो विक्रेता के हितों को खरीदार के वास्तविक परिणामों के साथ समायोजित करता है। सर्विसनाउ में भी समान समायोजन किए जा रहे हैं। एआई निर्माता अब समझ रहे हैं कि यदि वे 'उपयोग' के बजाय 'परिणाम' की बिक्री जारी रखते हैं, तो उद्यमगत ग्राहक अंततः सामूहिक रूप से प्रतिक्रिया करेंगे।

यह समायोजन, AI के औद्योगिकीकरण का अनिवार्य दुःख है, या बड़े संकट की शुरुआत है?

मैं पहले विकल्प को अधिक संभावना देता हूँ। लेकिन एक बात चिंताजनक है: 2026 तक वैश्विक AI सॉफ्टवेयर खर्च 2.59 ट्रिलियन डॉलर तक पहुँचने का अनुमान है, जो 47% की वार्षिक वृद्धि है, लेकिन इसी बीच, 94% इंजीनियरिंग लीडर्स का कहना है कि महत्वपूर्ण ROI मापदंड अभी भी अनुपलब्ध हैं। पैसा लगातार खर्च हो रहा है, लेकिन कोई नहीं जानता कि यह कहाँ और क्यों खर्च हो रहा है—अगर यह विरोधाभास हल नहीं किया गया, तो अगला 'tokenmaxxing' पल सिर्फ समय का मुद्दा है।

फॉर्च्यून मैगजीन के एक विश्लेषण में सीधे कहा गया है: "टोकनमैक्सिंग आसान है, लेकिन कार्य प्रवाह को पुनः डिज़ाइन करना कठिन है।" अधिकांश कंपनियाँ अभी वर्तमान प्रक्रियाओं को अनुकूलित कर रही हैं, न कि व्यापार मॉडल को फिर से आविष्कार कर रही हैं। यही AI का वास्तविक मूल्य है, और वह स्थिति जहाँ अधिकांश उद्यम अभी तक नहीं पहुँचे हैं।

तर्कसंगत पुनर्स्थापन अच्छी बात है। लेकिन तर्कसंगत पुनर्स्थापन के बाद, कंपनियों को एक और कठिन प्रश्न का उत्तर देना होगा: AI हमारे व्यवसाय के लिए एक हथौड़ा होना चाहिए, या एक नया विचारधारा?

अगर आप केवल AI का उपयोग पुराने काम को तेज़ी से करने के लिए करते हैं, तो एक दिन बिल आपको इस सवाल की ओर वापस धकेल देगा।

यह लेख वेचेन ग्रुप "जीक पार्क" (ID: geekpark) से आया है, लेखक: हुआ लिन वु वांग, संपादक: झिंगयू