Media asing Fortune mengulas bahawa praktik "tokenmaxxing" yang pernah popular di kalangan perusahaan sedang meredup. Istilah tokenmaxxing merujuk kepada penggunaan jumlah token oleh pekerja atau pasukan dalam memanggil model AI sebagai pengukur hampir bagi tahap inovasi dan kecekapan kerja. Namun, dengan meningkatnya bil dan peningkatan panggilan tidak berkesan, praktik ini semakin diperketat oleh banyak perusahaan.
Artikel tersebut menyebut bahawa syarikat-syarikat seperti Meta, Amazon, dan OpenAI sebelum ini pernah melaksanakan amalan peringkat Token rasmi atau tidak rasmi, yang mendorong jurutera bersaing dalam penggunaan model. Masalahnya ialah, apabila indikator itu sendiri menjadi matlamat penilaian, ia mudah menyimpang daripada tujuan asalnya. Sebelum ini, The Financial Times UK melaporkan bahawa beberapa pekerja Amazon pernah meminta agen AI menjalankan tugas yang tidak mempunyai makna praktikal, hanya untuk mengekalkan prestasi data penggunaan.
Tekanan kos mulai muncul
Seiring dengan penyebaran besar-besaran AI generatif di dalam perusahaan, kos pemanggilan model juga meningkat dengan cepat. Artikel tersebut menyatakan bahawa beberapa syarikat telah mula menghadkan penggunaan agen AI pihak ketiga oleh pekerja, terutamanya alat yang bergantung kepada model高端. Meta telah menarik kembali senarai peringkat Token yang dibina oleh pekerja sendiri; The Verge melaporkan bahawa Microsoft telah membatalkan langganan Claude Code untuk pekerja di beberapa jabatan produk utama.
Uber juga mengungkapkan bahawa syarikat telah menggunakan keseluruhan bajet Token tahunan sebelum empat bulan pertama tahun 2026, dengan sebahagian perbelanjaan berasal daripada penggunaan berulang-ulang Claude Code. Ketua eksekutif Salesforce, Marc Benioff, pula menyatakan bahawa syarikat itu membayar sebanyak kira-kira US$3 bilion kepada Anthropic pada tahun ini, dan berharap dapat memiliki sistem penghalaannya yang lebih pintar pada masa depan untuk mengagihkan permintaan yang berbeza kepada model yang lebih sesuai dari segi kos.
Perusahaan lebih memperhatikan hasil perniagaan
Artikel tersebut berpendapat bahawa sebab utama perusahaan memperketat indikator Token bukan hanya untuk mengurangkan perbelanjaan, tetapi lebih kepada jurang antara input dan pulangan. Ketua Pegawai Operasi Uber, Andrew Macdonald, baru-baru ini menyatakan bahawa syarikat sukar untuk mengaitkan peningkatan kecekapan sebahagian pekerja secara langsung kepada penghantaran ciri baharu kepada pengguna atau hasil operasi keseluruhan. Jika tidak dapat membentuk hasil perniagaan yang jelas, kos model menjadi lebih sukar untuk dibuktikan sebagai munasabah secara berterusan.
Inilah sebabnya memantau sahaja penggunaan token semakin sukar dianggap sebagai alat pengurusan yang berkesan. Ia boleh mencerminkan skala panggilan, tetapi tidak dapat menjelaskan sama ada panggilan-panggilan tersebut benar-benar meningkatkan produk, proses, atau pendapatan.
Pulangan sebenar datang daripada penstrukturan semula proses
Artikel tersebut mengutip pandangan Azeem Azhar dari Exponential View yang menyatakan bahwa ketidaksesuaian antara pengeluaran AI saat ini dengan produktivitas lebih mirip dengan "kurva-J produktivitas" yang umum terjadi pada tahap awal teknologi umum baru. Perusahaan sering kali meningkatkan biaya eksperimen selama fase eksplorasi, tetapi tidak melihat keuntungan nyata dalam jangka pendek; peningkatan efisiensi baru akan muncul secara terkonsentrasi setelah proses bisnis didesain ulang.
Artikel ini menggunakan contoh pabrik yang mengubah sistem elektrik, di mana perusahaan awalnya hanya menggantikan pencahayaan atau sumber tenaga, tetapi peningkatan produktiviti yang ketara baru berlaku setelah susunan pabrik dan peralatan individu dibina semula mengikut teknologi baharu. Sehubungan dengan AI, banyak syarikat kini masih berada pada peringkat percubaan separa atau penambahan alat, dan belum memasuki transformasi proses yang lebih mendalam.
Ulasan berpendapat bahawa kelesuan dalam perlumbaan penggunaan token disebabkan oleh fakta bahawa ia menyelesaikan "berapa banyak yang digunakan", bukan "apa yang diciptakan". Bagi perusahaan, nilai AI akhirnya tetap bergantung pada penghantaran produk, model perniagaan, dan prestasi pendapatan, bukan pada senarai panggilan model.