Зовнішні ЗМІ Fortune зауважили, що практика «tokenmaxxing», яка раніше була популярною всередині компаній, починає втрачати популярність. Під «tokenmaxxing» розуміють використання кількості токенів, які співробітники або команди використовують для виклику моделей ШІ, як наближеної міри інноваційності та ефективності роботи. Однак із зростанням рахунків та збільшенням кількості неефективних викликів ця практика все частіше обмежується компаніями.
У статті зазначається, що такі компанії, як Meta, Amazon та OpenAI, раніше застосовували формальні чи неформальні рейтингові системи токенів, що заохочували інженерів змагатися за кількість викликів моделей. Проблема полягає в тому, що коли сам показник стає метою оцінки, він легко відхиляється від початкової мети. Раніше британська газета Financial Times повідомляла, що деякі співробітники Amazon змушували AI-агенти виконувати завдання без реального сенсу, щоб підтримувати показники використання.
Тиск на витрати почав проявлятися
Зі зростанням масового впровадження генеративного ШІ в корпоративному середовищі швидко зростають витрати на виклик моделей. У статті зазначається, що деякі компанії вже обмежують використання сторонніх AI-агентів, особливо інструментів, що залежать від потужних моделей. Meta прибрала внутрішній рейтинг токенів, створений співробітниками; The Verge повідомляє, що Microsoft скасувала підписки на Claude Code для співробітників кількох ключових продуктових відділів.
Uber також розкрила, що компанія вже використала весь річний бюджет токенів за перші чотири місяці 2026 року, частину витрат якого становить часте використання Claude Code. Генеральний директор Salesforce Марк Беніофф зазначив, що компанія цього року сплатила Anthropic близько 300 мільйонів доларів США і бажає в майбутньому мати більш розумну систему маршрутизації, яка розподілятиме різні запити між моделями з більш підходящою вартістю.
Компанії більше звертають увагу на результати бізнесу
Стаття вважає, що основною причиною того, що компанії скорочують показники токенів, є не лише економія витрат, а й розрив між інвестиціями та результатами. Недавно генеральний директор Uber Андрю Макдональд зазначив, що компанії важко безпосередньо пов’язати підвищення ефективності окремих співробітників із доставкою нових функцій для користувачів або загальними результатами діяльності. Якщо не вдається досягти чітких бізнес-результатів, важко постійно обґрунтовувати обґрунтованість витрат на модель.
Тому що просте відстеження споживання токенів все складніше вважати ефективним інструментом управління. Він може відображати масштаб викликів, але не може показати, чи справді ці виклики покращили продукт, процеси або дохід.
Справжній прибуток походить від реконструкції процесів
Стаття посилається на думку автора Exponential View Азієма Азхара, що поточна розбіжність між вкладеннями в ШІ та продуктивністю схожа на “J-подібну криву продуктивності”, яка типова для початкових етапів нової загальної технології. Під час етапу пошуків підприємства часто збільшують витрати на експерименти, але не бачать помітного прибутку на короткостроковому горизонті; підвищення ефективності виявляється лише після переосмислення бізнес-процесів.
Стаття наводить приклад електрифікації заводу: спочатку підприємства просто замінювали освітлення або джерела енергії, але справжній значний зростання продуктивності відбувся лише після того, як розташування заводу та окреме обладнання були перебудовані навколо нової технології. У відношенні до ШІ багато компаній досі залишаються на етапі локального тестування або накладання інструментів і ще не перейшли до глибшої перебудови процесів.
Коментарі вказують, що причина відступу конкурсу використання токенів полягає в тому, що він вирішує питання «скільки використано», а не «що створено». Для бізнесу цінність ШІ в кінцевому підсумку повинна реалізовуватися через доставку продукту, бізнес-модель і фінансові результати, а не через рейтинг викликів моделей.