Инженер тратил $50 000 в месяц на AI-токены. Как Rippling построила систему, которая это остановила
Rippling жгла 40% бюджета R&D на AI-токены, один инженер тратил $50 000 в месяц. Компания построила AI Spend Console и продает его теперь всем
В марте 2026 года финансовый директор HR-платформы Rippling принёс на встречу руководства цифру, от которой у всех отвисла челюсть: компания была на пути потратить 40% всего бюджета на зарплаты R&D-отдела на AI-токены. Не 4%, а 40% — то есть на инференс уходило столько же денег, сколько на компенсацию почти половины инженерной команды. Так родился AI Spend Console — продукт, который Rippling построила для себя, а теперь продаёт всем остальным.
Как выяснилось, что деньги горят
Chief Product Officer Мэтт Макиннис до сих пор помнит ту мартовскую встречу. Траты на AI росли на 80% месяц к месяцу — и если бы тренд продолжился, через год компания тратила бы на токены уже 90% от зарплатного фонда R&D. «Мы были в шоке», — признался Макиннис в разговоре с TechCrunch.
Анализ показал классическую картину: 10-15% сотрудников генерировали около 60% всех расходов на AI. Один инженер умудрялся сжигать $50 000 в месяц — самостоятельно, без злого умысла, просто потому что дефолтно использовал самые дорогие фронтир-модели для любых задач, включая тривиальные.
Проблема была не только в людях, но и в самой инфраструктуре. «У провайдеров инференса вроде Anthropic и OpenAI нет никаких стимулов помогать вам контролировать расходы. У них есть все стимулы делать так, чтобы траты росли бесконтрольно — именно это и происходит. Они не дают внятной аналитики использования и не сотрудничают друг с другом», — говорит Макиннис.
Что придумала Rippling вместо запрета на AI
Компания не стала закручивать гайки и запрещать сотрудникам пользоваться AI — это было бы контрпродуктивно в 2026 году. Вместо этого Rippling договорилась о лимитах трат с каждым из используемых инструментов — Cursor, OpenAI, Anthropic — и построила собственный AI gateway, который автоматически направляет запросы к наиболее подходящей и экономичной модели для конкретной задачи.
Это оказалось ключевым решением. Оказалось, что сотрудники по умолчанию хватались за самую свежую и дорогую фронтир-модель для любой мелочи — от рефакторинга кода до правки грамматики в письме отдела продаж. Шлюз убрал этот выбор из рук пользователя и начал сам решать, где хватит дешёвой модели, а где действительно нужна топовая.
Основатель и CEO Rippling Паркер Конрад рассказывал, что при внутреннем бенчмаркинге компания обнаружила: Grok от xAI (теперь принадлежащей SpaceX вместе с Cursor) показывает лучший результат в целом, а китайская GLM 5.2 от Z.ai стоит на 85% дешевле при почти идентичной производительности на кодерских задачах. GLM 5.2 в принципе стала любимицей многих техкомпаний для написания кода в этом году — её же продвигает Databricks.
Дашборд, который считает не только деньги, но и качество
Самая интересная часть AI Spend Console — не просто счётчик потраченных токенов, а попытка связать расходы с реальной продуктивностью. Инструмент строит дашборды по каждому сотруднику, команде и роли: сколько промптов в день, сколько строк кода или pull-реквестов на выходе, и сколько это стоило.
Один из заявленных инструментов особенно показателен: система может показать, «какие инженеры с высокими тратами на AI получают от коллег частые просьбы переделать код на код-ревью». Иными словами, продукт пытается отличить настоящую продуктивность от того, что в индустрии уже называют «AI slop» — вал сгенерированного, но некачественного кода, который потом приходится переписывать вручную.
Результат: тот же объём токенов, но в разы дешевле
После внедрения console Rippling снизила долю трат на AI-токены с 40% до примерно 15% бюджета R&D headcount. Важный нюанс: компания не сократила потребление AI, а сделала его эффективнее. В пиковый месяц (когда CFO бил тревогу) расход составил 605 млрд токенов. В июле, спустя четыре месяца после запуска новой системы, потребление снова достигло 600 млрд токенов — почти столько же. Но стоимость этого объёма составила лишь 37% от апрельских расходов.
«Это просто потому, что теперь мы роутим запросы к более эффективным моделям», — объясняет Макиннис, шутя, что «мы больше не даём отделу продаж править грамматику через Fable» (имеется в виду одна из дорогих моделей).
Человеческий фактор: AI-капитаны
Технологическое решение — только часть истории. Rippling нашла сотрудников, которые эффективно использовали AI, и назначила их «AI-капитанами» — они помогают остальным коллегам разобраться, как получать больше пользы за меньшие деньги.
При этом пока весь этот аппарат в основном обкатан на инженерах — они остаются главными пользователями AI в компании. Распространение на другие функции, например, на команды онбординга клиентов, идёт медленнее: там AI пока применяют для автоматизации рутинных задач вроде сверки данных, а продуктивность измеряют числом успешно онбордженных клиентов.
Что это значит для остальных компаний
Главный вывод Rippling звучит почти как манифест: доступ к AI больше не должен быть таким же самим собой разумеющимся, как доступ к Slack или корпоративной почте. «Мы должны уметь связывать потребление токенов в G&A-функциях и клиентских подразделениях с реальной продуктивностью. Если мы не можем это сделать, то весь этот инструментарий не должен быть доступен всем сотрудникам без разбора», — говорит Макиннис.
Это отражает более широкий сдвиг в индустрии. Начало 2026 года прошло под знаком безоглядного «tokenmaxxing» — компании массово раздавали сотрудникам доступ к самым мощным моделям без какого-либо контроля. Спустя восемь месяцев многие пришли к тому же пониманию, что и Rippling: нужен набор моделей разных ценовых категорий (включая китайские открытые веса вроде GLM), нужен gateway для умной маршрутизации запросов, и нужна прозрачная аналитика, которая связывает траты с реальным выходом работы, а не просто с фактом использования AI.
AI Spend Console уже включён в HR-подписку Rippling для существующих клиентов (с дополнительной оплатой за использование AI), а также продаётся как отдельный продукт, интегрируемый с другими HR-системами. Учитывая, сколько компаний, вероятно, прямо сейчас проходят через собственную версию мартовской встречи Rippling, спрос на подобные инструменты в ближайший год точно не иссякнет.
Источники
Читайте также
Комментарии
Пока никто не написал. Будьте первым.