Media asing Fortune menilai, praktik "tokenmaxxing" yang pernah populer di dalam perusahaan sedang meredup. Yang dimaksud dengan tokenmaxxing adalah menggunakan jumlah token yang dipanggil oleh karyawan atau tim pada model AI sebagai indikator perkiraan tingkat inovasi dan efisiensi kerja. Namun, seiring meningkatnya tagihan dan jumlah panggilan tidak efektif, semakin banyak perusahaan yang mulai memperketat praktik ini.
Artikel tersebut menyebut bahwa perusahaan-perusahaan seperti Meta, Amazon, dan OpenAI sebelumnya pernah menerapkan praktik peringkat Token resmi maupun tidak resmi untuk mendorong insinyur bersaing dalam jumlah pemanggilan model. Masalahnya, begitu indikator itu sendiri menjadi tujuan penilaian, hal itu cenderung menyimpang dari tujuan awalnya. Sebelumnya, Financial Times Inggris melaporkan bahwa sebagian karyawan Amazon pernah meminta agen AI untuk menjalankan tugas-tugas yang tidak memiliki makna praktis, hanya demi mempertahankan kinerja data penggunaan.
Tekanan biaya mulai muncul
Seiring dengan penerapan luas AI generatif di dalam perusahaan, biaya pemanggilan model juga meningkat pesat. Artikel tersebut menyatakan bahwa sejumlah perusahaan telah mulai membatasi penggunaan agen AI pihak ketiga oleh karyawan, terutama alat-alat yang bergantung pada model tingkat tinggi. Meta telah menghapus peringkat token yang dibuat oleh karyawan secara mandiri; The Verge melaporkan bahwa Microsoft membatalkan langganan Claude Code untuk sejumlah tim produk utama.
Uber juga mengungkapkan bahwa perusahaan telah menghabiskan seluruh anggaran Token tahunan dalam empat bulan pertama tahun 2026, dengan sebagian pengeluaran berasal dari penggunaan frekuensi tinggi Claude Code. CEO Salesforce, Marc Benioff, menyatakan bahwa perusahaan tahun ini membayar sekitar 3 miliar dolar AS kepada Anthropic, dan berharap dapat memiliki sistem routing yang lebih cerdas di masa depan untuk mendistribusikan permintaan berbeda ke model yang lebih sesuai dari segi biaya.
Perusahaan lebih memperhatikan hasil bisnis
Artikel tersebut berpendapat bahwa alasan utama perusahaan memperketat indikator token bukan hanya karena penghematan biaya, tetapi lebih karena kesenjangan antara investasi dan pengembalian. Chief Operating Officer Uber, Andrew Macdonald, baru-baru ini menyatakan bahwa perusahaan kesulitan menghubungkan peningkatan efisiensi sebagian karyawan secara langsung dengan peluncuran fitur baru bagi pengguna atau hasil operasional keseluruhan. Jika tidak dapat menciptakan hasil bisnis yang jelas, biaya model menjadi lebih sulit dibenarkan secara berkelanjutan.
Inilah mengapa hanya melacak konsumsi Token semakin sulit dianggap sebagai alat manajemen yang efektif. Ini dapat mencerminkan skala panggilan, tetapi tidak dapat menjelaskan apakah panggilan-panggilan tersebut benar-benar meningkatkan produk, proses, atau pendapatan.
Pengembalian sejati datang dari重构 proses
Artikel tersebut mengutip pandangan dari Azeem Azhar, penulis Exponential View, yang menyatakan bahwa ketidaksesuaian saat ini antara investasi AI dan produktivitas lebih mirip dengan "J-curve produktivitas" yang umum terjadi pada tahap awal teknologi umum baru. Perusahaan sering kali meningkatkan biaya eksperimen selama fase eksplorasi, tetapi tidak melihat manfaat nyata dalam jangka pendek; peningkatan efisiensi baru akan muncul secara terkonsentrasi setelah proses bisnis didesain ulang.
Artikel ini menggunakan contoh pabrik yang direnovasi listriknya untuk menjelaskan bahwa perusahaan awalnya hanya mengganti pencahayaan atau sumber daya tenaga, tetapi peningkatan produktivitas yang signifikan baru terjadi setelah tata letak pabrik dan peralatan individu direstrukturisasi mengikuti teknologi baru. Sejalan dengan AI, banyak perusahaan saat ini masih berada pada tahap pengujian terbatas atau penambahan alat, dan belum memasuki tahap reformasi proses yang lebih mendalam.
Komentar menyatakan bahwa alasan utama tren kompetisi penggunaan token meredup adalah karena hal ini menangani "berapa banyak yang digunakan", bukan "apa yang diciptakan". Bagi perusahaan, nilai AI pada akhirnya tetap harus diwujudkan melalui pengiriman produk, model bisnis, dan kinerja pendapatan, bukan peringkat pemanggilan model.