Firmy technologiczne, dotychczas entuzjastycznie nastawione do maksymalnego wykorzystywania sztucznej inteligencji, w ostatnich miesiącach zderzają się z rosnącymi kosztami, które zaczynają wymykać się spod kontroli. Strategia znana jako „tokenmaxxing”, promująca intensywne zużycie zasobów AI, jest obecnie rewidowana pod kątem efektywności i zwrotu z inwestycji. Dyrektorzy finansowi coraz częściej zadają pytanie, jak oszczędzać na tokenach, by budżety nie eksplodowały.
Czym był tokenmaxxing?
Tokenmaxxing to podejście polegające na celowym zwiększaniu zużycia tokenów – podstawowych jednostek pomiaru pracy modeli językowych AI, takich jak Claude czy GPT. Jeden token to w przybliżeniu trzy czwarte słowa lub fragment tekstu, a jego przetworzenie generuje konkretny koszt. Początkowo firmy zachęcały pracowników do „rozrzutnego” korzystania z zaawansowanych modeli, wierząc, że im więcej AI będzie używane, tym większe szanse na przełomowe innowacje. To podejście było szczególnie popularne wśród startupów i w środowisku venture capital, gdzie maksymalne wykorzystanie AI miało przyspieszać rozwój i zastępować tradycyjne zwiększanie liczby pracowników.
Większe organizacje, takie jak Meta, tworzyły nawet wewnętrzne rankingi, gdzie inżynierowie mogli sprawdzać zużycie tokenów przez innych członków zespołu, co prowadziło do rywalizacji i tworzenia skryptów generujących dodatkowe zapytania. Wczesne modele AI dawały wyraźną przewagę tym, którzy używali ich najintensywniej, co przekładało się na szybsze pisanie kodu, analizę danych czy generowanie pomysłów.
Nagły wzrost kosztów
Punktem zwrotnym okazał się czerwiec 2026 roku, kiedy to prezes firmy Pylon, Marty Kausas, publicznie opisał gwałtowny wzrost rachunków za usługi Anthropic. Jego firma zanotowała skok wydatków z 400 tys. dolarów rocznie do 1,5 mln dolarów, po przekroczeniu progu 150 użytkowników. Po tym limicie firma musiała przejść na droższy pakiet Enterprise, gdzie każdy token był rozliczany osobno. Kausas przyznał, że wcześniej nie zdawał sobie sprawy z rzeczywistej skali tych wydatków, wspominając o przypadkowym wydaniu 4 tys. dolarów w ciągu zaledwie trzech dni pracy z narzędziem Claude Code.
Ta historia szybko obiegła środowisko technologiczne, stając się symbolem szerszego problemu. Firmy uświadomiły sobie, że intensywne korzystanie z zaawansowanych modeli AI generuje nieprzewidywalne i często nieuzasadnione koszty.
Koniec ery rozrzutności
Obecnie firmy coraz wyraźniej dostrzegają, że dotychczasowe podejście prowadzi do nieprzewidywalnych wydatków, głównie z powodu braku pełnej widoczności kosztów na poziomie codziennej pracy zespołów. Liderzy organizacji często nie zdawali sobie sprawy, ile dokładnie kosztuje intensywne korzystanie z zaawansowanych modeli. Dopiero lawinowo rosnące rachunki wymusiły potrzebę dokładniejszego monitorowania wydatków.
Firmy zaczynają kwestionować sens dalszego maksymalizowania zużycia tokenów bez wyraźnego powiązania z konkretnymi rezultatami biznesowymi. Kluczowe jest tutaj pytanie o zwrot z inwestycji. W pracy inżynierów, gdzie AI znacząco przyspiesza pisanie kodu i analizę danych, wydatki na tokeny często się zwracają. Jednak w innych obszarach, takich jak wsparcie klienta czy marketing, korzyści bywają znacznie mniejsze, a wysokie wydatki na tokeny nie przekładają się na wymierne efekty.
Najważniejsze fakty
| Aspekt | Opis |
|---|---|
| Problem | Niekontrolowany wzrost kosztów sztucznej inteligencji w firmach. |
| Przyczyna | Strategia „tokenmaxxingu” – maksymalnego zużycia tokenów AI bez ścisłej kontroli budżetowej. |
| Konsekwencje | Wysokie rachunki, brak zwrotu z inwestycji w niektórych obszarach, presja na dyrektorów finansowych. |
| Zmiana podejścia | Odchodzenie od maksymalizacji zużycia na rzecz efektywnego zarządzania kosztami i monitorowania ROI. |
Presja ze strony dyrektorów finansowych
Rosnąca presja ze strony dyrektorów finansowych i zarządów również wpływa na zmianę paradygmatu. Budżety przeznaczone na sztuczną inteligencję przestały być traktowane jako niewielki, eksperymentalny wydatek. Stały się znaczącą pozycją w planach finansowych, wymagającą starannej kontroli. Badania wśród kadry zarządzającej pokazują, że większość dyrektorów wyraża obawy związane z niekontrolowanym wzrostem tych kosztów. W efekcie, era nieograniczonego entuzjazmu dla AI ustępuje miejsca bardziej dojrzałemu i strategicznemu podejściu do technologii, z naciskiem na optymalizację kosztów i mierzalne rezultaty biznesowe.
Dla polskich firm i przedsiębiorców, którzy rozważają lub już wdrażają rozwiązania AI, ta zmiana sygnalizuje konieczność dokładnego planowania budżetów, monitorowania zużycia zasobów i oceny zwrotu z inwestycji. Lekcja z „tokenmaxxingu” pokazuje, że innowacyjność musi iść w parze z odpowiedzialnym zarządzaniem finansami.
Źródło: Business Insider Polska, https://businessinsider.com.pl/technologie/nowe-technologie/era-rozrzutnosci-w-ai-dobiega-konca-nowa-strategia-oszczedzania-tokenow/0xp1tsd
Źródła i weryfikacja
Materiał przygotowano jako praktyczną notatkę redakcyjną. Przed decyzjami prawnymi, finansowymi lub urzędowymi sprawdzaj dane w źródle pierwotnym.
- Oficjalne źródła i weryfikacja redakcyjna