После того как компания Rippling потратила миллионы на искусственный интеллект за несколько месяцев, она разработала инструмент для оценки рентабельности инвестиций в персонал.

Компания Rippling, поставщик программного обеспечения для управления персоналом, на этой неделе представила AI Spend Console — продукт, направленный на борьбу с максимизацией затрат на ИИ, который помогает компаниям отслеживать и контролировать свои расходы на ИИ. Одна из наиболее интересных функций — это отображение того, сколько тратят отдельные сотрудники, команды и должности, и действительно ли они становятся более продуктивными или, наоборот, производят больше неэффективного ИИ.

Компания обещает, что инструмент покажет, «какие инженеры вкладывают значительные средства в ИИ, и чьи коллеги часто просят их переделать работу во время проверки кода», говорится в сообщении компании в блоге.

Этот инструмент появился после того, как в начале года Rippling, как и многие другие, всерьез занялась токенизацией, а затем обнаружила, что сотрудники бездумно тратят деньги. Главный директор по продуктам Мэтт МакИннис до сих пор помнит совещание руководства в марте, когда финансовый директор Адам Свиецицки представил цифру, которая их шокировала.

Компания Rippling планировала потратить 40% своего бюджета на НИОКР на токены для искусственного интеллекта, а это означало, что она тратила на токены столько же, сколько 40% всей заработной платы, выплаченной сотрудникам этого подразделения. Миллионы долларов. (В большинстве технологических компаний отдел НИОКР является подразделением, в котором работает инженерный отдел.)

Расходы росли на 80% ежемесячно, и если эта тенденция сохранится, то в следующем году компания потратит на токены ИИ почти столько же — 90% — сколько на высокооплачиваемых сотрудников своего научно-исследовательского подразделения.

«Мы были в полном недоумении», — сказал Макиннис изданию TechCrunch.

По словам руководителя, руководство немедленно приступило к «срочному» проекту, чтобы разобраться в расходах и понять, что они получают за эти деньги. В самом деле, в рекламном ролике, посвященном запуску нового продукта, Свечицки сидит на стуле, а сотрудники собирают пачки наличных и бросают их в шредер для бумаги.

В ходе анализа компания Rippling обнаружила такие факты, как «примерно 10–15% наших сотрудников тратили около 60% всех средств на ИИ. Один инженер тратил 50 000 долларов в месяц», — говорится в сообщении в блоге компании.

Компания Rippling не хотела полностью прекращать использование ИИ, а лишь сильно его ограничивать. Началось всё с согласования максимального лимита расходов с каждым из используемых компанией инструментов: Cursor, OpenAI и Anthropic. Сразу же обнаружилась очевидная проблема: сотрудники по умолчанию использовали самые новые и самые дорогие модели для всех задач.

«Правда в том, что у поставщиков услуг по обработке данных, таких как Anthropic и OpenAI, нет абсолютно никаких стимулов помогать вам контролировать ваши расходы. У них есть все основания для того, чтобы это привело к неконтролируемому росту затрат, и именно это они и делают. Они не предоставляют вам ценной информации об использовании и не сотрудничают друг с другом», — сказал Макиннис.

Это была распространенная проблема начала 2026 года. Теперь, спустя восемь месяцев после начала года, предприятия поняли несколько вещей. Во-первых, они знают, что им нужно несколько моделей из разных лабораторий ИИ по разным ценам, включая вариант с открытыми весами, возможно, китайского происхождения.

Основатель и генеральный директор Rippling Паркер Конрад отметил в прошлом месяце, что, когда его компания проводила собственные тесты для внутреннего использования, она обнаружила, что Grok от SpaceX является абсолютным лидером, но «GLM 5.2 на 85% дешевле, но [имеет] почти идентичную производительность» по сравнению с передовыми моделями. (Сейчас SpaceX владеет Cursor, который предоставляет доступ к Grok и десяткам других моделей.) GLM 5.2 от Z.ai в последнее время стал особенно популярной китайской моделью для задач программирования среди технологических компаний. Databricks также активно продвигает её.

Во-вторых, предприятия теперь понимают, что им нужен шлюз на основе ИИ, который направляет запросы к наиболее эффективной и экономически выгодной модели для решения конкретной задачи. Компания Rippling также пришла к такому выводу. Поэтому она разработала собственный шлюз на основе ИИ, который также является частью этого продукта. МакИннис говорит, что предприятия, которые уже используют другой шлюз, могут продолжать использовать продукт AI Spend Console, хотя для получения функций, управляющих расходами, им потребуется использовать шлюз Rippling.

AI Spend Console создает панели мониторинга (ранее известные как таблицы лидеров во времена токенизации), которые оценивают такие атрибуты, как количество запросов в день в сочетании с объемом работы (количество строк кода/запросов на слияние) и расходами.

Благодаря этому инструменту, как заявила компания Rippling, расходы на токены сократились с 40% от бюджета на персонал до примерно 15%. Однако это не ограничило использование ИИ. По словам Макинниса, в месяц, когда финансовый директор выступил с предупреждением, компания потратила пиковое количество токенов — 605 миллиардов. В июле внутреннее использование снова достигло 600 миллиардов токенов, однако «стоимость июльских расходов на токены составила 37% от стоимости апрельских расходов на токены», — сказал он.

«Это просто потому, что теперь мы перенаправляем запросы на более эффективные модели», — сказал он, пошутив, что «мы не позволяем отделу продаж заниматься грамматическими исправлениями с помощью Fable».

Однако, как отмечает Rippling, одних лишь технологических решений недостаточно. Компания нашла людей, эффективно использующих ИИ, и назначила их «капитанами ИИ», которым поручено помогать остальной части компании.

Тем не менее, по словам Макинниса, подобные попытки использования ИИ за пределами инженерной сферы находятся в стадии разработки, поскольку до сих пор основными пользователями были инженеры-программисты. Но, например, компания Rippling работает над его применением в командах по адаптации клиентов, чтобы автоматизировать некоторые задачи по обработке почтовых отправлений и сверке данных. Затем панель управления будет измерять производительность с точки зрения привлечения большего числа клиентов.

«Мы должны иметь возможность связать использование токенов в административно-хозяйственных функциях и в функциях, ориентированных на клиентов, с производительностью. Если мы не сможем этого сделать, то все эти возможности станут недоступны для более широкого круга сотрудников», — говорит Макиннис.

Таким образом, если взять в качестве примера Rippling, то тенденция к максимизации токенов, возможно, настолько изменилась в противоположную сторону, что доступ сотрудников к ИИ может перестать быть таким же ограниченным, как доступ к Slack или электронной почте. Если компания не может измерять производительность, то не все сотрудники могут иметь к нему доступ.

Что касается самого продукта, то AI Spend Console входит в комплект подписчиков Rippling HR, хотя за использование AI взимается дополнительная плата. По словам Макинниса, его также можно приобрести как отдельный продукт и интегрировать с другой системой учета персонала.

Источник: techcrunch.com