İK yazılımı sağlayıcısı Rippling, bu hafta AI harcamalarını takip etmeye ve kontrol altına almaya yardımcı olan AI Spend Console adlı yeni ürününü tanıttı. Anti-tokenmaxxing olarak tanımlanan ürün, şirketlerin bireysel çalışanların, ekiplerin ve rollerin ne kadar harcama yaptığını ve bu harcamanın gerçekten daha fazla üretkenlik sağlayıp sağlamadığını ya da yalnızca AI kaynaklı düşük kaliteli üretim yaratıp yaratmadığını haritalandırmasıyla öne çıkıyor. Şirket, blog yazısında aracın “kod incelemelerinde meslektaşları tarafından sık sık işlerini yeniden yapmaları istenen yüksek AI harcamasına sahip mühendisleri” göstereceğini vaat ediyor.
Ürün, Rippling’in yılın başında birçok şirket gibi tokenmaxxing yaklaşımına tamamen yönelmesinin ve ardından çalışanların hızla nakit yakmaya başladığını fark etmesinin ardından doğdu. Şirketin Ürün Direktörü Matt MacInnis, Mart ayında Finans Direktörü Adam Swiecicki’nin yönetici ekibi toplantısında kendilerini şoke eden bir rakam sunduğu anı hala hatırladığını söylüyor.
Mart Ayında Ortaya Çıkan Şok Tablo: Ar-Ge Bütçesinin Yüzde 40'ı
Rippling, AI tokenlarına Ar-Ge personel bütçesinin yüzde 40’ını yakma yolunda ilerliyordu. Bu, şirketin o birimdeki çalışanlara ödediği tüm tazminatın yüzde 40’ı kadar bir tutarı tokenlara harcadığı anlamına geliyordu. Söz konusu tutar milyonlarca doları buluyordu. Çoğu teknoloji şirketinde olduğu gibi Rippling’de de Ar-Ge organizasyonu mühendislik birimini barındırıyor.
Harcama ay bazında yüzde 80 oranında büyüyordu ve bu eğilim devam etseydi, gelecek yıl şirket AI tokenlarına, yüksek maaşlı Ar-Ge birimi çalışanlarına harcadığı tutarın neredeyse yüzde 90’ı kadar harcama yapacaktı. MacInnis, TechCrunch’a yaptığı açıklamada “İnanamadık” dedi.
Yönetim, bu harcamanın ne olduğunu ve karşılığında ne elde ettiklerini anlamak için hemen “acil” bir proje başlattı. Hatta yeni ürünün lansman reklamında Swiecicki bir taburede otururken çalışanların deste deste nakit alıp kağıt öğütücüye attığı görülüyor.
Harcamanın Kaynağı: Çalışanların Yüzde 10’u ve En Pahalı Modeller
Rippling bir analiz yaptığında çarpıcı bulgulara ulaştı. Blog yazısında paylaşılan bilgiye göre “çalışanlarımızın kabaca yüzde 10-15’i toplam AI harcamasının yaklaşık yüzde 60’ını oluşturuyordu. Bir mühendis ayda 50 bin dolar harcıyordu.”
Şirket AI kullanımını durdurmak istemedi, sadece ciddi şekilde dizginlemek istedi. İlk adım olarak kullandığı her bir araçla maksimum harcama tavanı müzakere etmeye başladı: Cursor, OpenAI ve Anthropic.
Hemen bariz bir sorun tespit edildi: Çalışanlar varsayılan olarak tüm görevler için en yeni ve en pahalı frontier modelleri kullanıyordu. MacInnis, “Gerçek şu ki Anthropic ve OpenAI gibi çıkarım sağlayıcılarının harcamanızı kontrol etmenize yardımcı olmak için kesinlikle hiçbir teşviki yok. Harcamanın kontrolden çıkması için her türlü teşvikleri var ve tam olarak yaptıkları da bu. Size harika kullanım içgörüleri sunmuyorlar ve birbirleriyle iş birliği yapmıyorlar” dedi.
Bu durumun 2026’nın başlarında yaygın bir sorun olduğu belirtiliyor. Yılın sekizinci ayına gelindiğinde ise kurumsal şirketler birkaç noktayı netleştirmiş durumda.
Kurumsal Çözüm Arayışı: Çoklu Model Stratejisi ve AI Gateway
İlk olarak, şirketler artık çeşitli fiyat noktalarında birden fazla AI laboratuvarından birden fazla modele ihtiyaç duyduklarını biliyor; buna belki de Çin menşeli bir frontier açık ağırlık seçeneği de dahil. Rippling’in kurucusu ve CEO’su Parker Conrad, geçen ay şirket kendi iç kullanımları için kendi kıyaslamalarını yaptığında SpaceX’in Grok modelinin genel olarak lider olduğunu ancak “GLM 5.2’nin yüzde 85 daha ucuz olmasına rağmen frontier modellere neredeyse aynı performansı” sunduğunu keşfettiklerini belirtti. SpaceX’in artık Grok ve düzinelerce başka modele erişim sunan Cursor’un sahibi olduğu da hatırlatılıyor. Z.ai’nin GLM 5.2’si bu günlerde teknoloji şirketleri arasında kodlama görevleri için özellikle favori bir Çin modeli haline geldi. Databricks de bu modeli destekliyor.
İkinci olarak, kurumsal şirketler artık istemleri görev için en iyi ve en uygun maliyetli modele yönlendiren bir AI gateway’e ihtiyaç duyduklarını biliyor. Rippling de aynı sonuca vardı. Bu nedenle bu ürünün bir parçası olan kendi AI gateway’ini de inşa etti. MacInnis, halihazırda başka bir gateway kullanan kurumsal şirketlerin yine de AI Spend Console ürününü kullanmasının mümkün olduğunu, ancak harcamayı yöneten özelliklerden yararlanmak istemeleri halinde Rippling’in gateway’ini kullanmaları gerekeceğini söylüyor.
Maliyet Yüzde 37’ye Düştü: Token Kullanımı Azalmadan Tasarruf
AI Spend Console, bir zamanlar tokenmaxxing günlerinde liderlik tablosu olarak bilinen panolar üretiyor. Bu panolar, günlük istem sayısı ile iş çıktısı (kod satırları / pull request’ler) ve harcama gibi özellikleri birleştirerek puanlıyor.
Bu araç devreye alındıktan sonra Rippling, token harcamasını personel bütçesinin yüzde 40’ından yaklaşık yüzde 15’ine düşürdüğünü açıkladı. Ancak AI kullanımını kısıtlamadı. MacInnis’in paylaştığına göre şirket, Finans Direktörü’nün uyarıyı yaptığı ay 605 milyar token ile zirve harcamaya ulaşmıştı. Temmuz ayında şirket içi kullanım yine 600 milyar token’a ulaştı, ancak “Temmuz ayındaki token harcamasının maliyeti, Nisan ayındaki token harcamasının maliyetinin yüzde 37’siydi” dedi. MacInnis, “Bu sadece artık istemleri daha etkili modellere yönlendirdiğimiz için” ifadesini kullandı ve “satış ekibinin Fable kullanarak dil bilgisi güncellemeleri yapmasına izin vermiyoruz” diye espri yaptı.
Ancak Rippling, teknoloji çözümlerinin tek başına yeterli olmadığını da belirtiyor. Şirket, AI’ı etkili kullanan kişileri buldu ve onları şirketin geri kalanına yardımcı olmakla görevli “AI kaptanları” yaptı.
Yine de mühendislik dışındaki alanlarda AI kullanımı halen devam eden bir çalışma olarak görülüyor. MacInnis, yazılım mühendislerinin şu ana kadar birincil kullanıcılar olduğunu söylüyor. Ancak Rippling, örneğin müşteri onboarding ekipleri için bazı posta verilerini ve veri mutabakat görevlerini otomatikleştirmek üzerinde çalışıyor. Pano daha sonra üretkenliği daha fazla müşteri onboarding’i açısından ölçecek.
MacInnis, “Token tüketimini G&A fonksiyonlarında ve müşteriyle yüz yüze fonksiyonlarda üretkenliğe bağlayabilmemiz gerekiyor. Bunu yapamazsak, tüm bu şeylerin daha geniş çalışan tabanına sunulması konusundaki tüm iddialar boşa çıkar” diyor.
Rippling bir örnek teşkil ediyorsa, tokenmaxxing o kadar ters yöne savrulmuş olabilir ki çalışanların AI erişimi artık Slack veya e-posta gibi olmayabilir. Şirket üretkenliği ölçemezse, tüm çalışanlar erişime sahip olmayabilir.
Ürün tarafında ise AI Spend Console, Rippling’in İK abonelerine dahil olarak sunuluyor, ancak ek AI kullanımına dayalı maliyetler bulunuyor. Ayrıca bağımsız bir ürün olarak da satın alınabiliyor ve başka bir kayıt İK sistemiyle entegre edilebiliyor.
Sıkça Sorulan Sorular
AI Spend Console nedir ve ne işe yarıyor?
AI Spend Console, Rippling tarafından tanıtılan ve şirketlerin AI harcamalarını takip edip kontrol altına almasına yardımcı olan bir üründür. Bireysel çalışanların, ekiplerin ve rollerin ne kadar harcama yaptığını haritalandırır ve bu harcamanın üretkenliğe dönüşüp dönüşmediğini ölçer. Şirketin blog yazısına göre yüksek AI harcamasına sahip olup meslektaşları tarafından kod incelemelerinde sık sık işi yeniden yapması istenen mühendisleri de gösterebilir.
Rippling neden böyle bir ürün geliştirdi?
Şirket yılın başında tokenmaxxing yaklaşımına yöneldikten sonra Mart ayında yapılan yönetici toplantısında Finans Direktörü Adam Swiecicki’nin sunduğu verilerle şoke oldu. Rippling, Ar-Ge personel bütçesinin yüzde 40’ını AI tokenlarına harcama yolundaydı ve harcama ay bazında yüzde 80 büyüyordu. Bu eğilim sürseydi gelecek yıl harcama, Ar-Ge çalışanlarına ödenen tutarın yüzde 90’ına ulaşacaktı. Yönetim bunun üzerine harcamayı anlamak için acil bir proje başlattı.
Yapılan analizde harcama ile ilgili ne bulundu?
Analizde çalışanların yaklaşık yüzde 10-15’inin toplam AI harcamasının yaklaşık yüzde 60’ını oluşturduğu ve bir mühendisin ayda 50 bin dolar harcadığı tespit edildi. Ayrıca çalışanların varsayılan olarak tüm görevler için en yeni ve en pahalı frontier modelleri kullandığı görüldü.
AI Spend Console harcamayı nasıl düşürdü?
Ürün, istemleri en uygun maliyetli modele yönlendiren bir AI gateway içeriyor ve günlük istem sayısı ile kod satırları ve pull request gibi iş çıktılarını harcamayla birlikte puanlayan panolar üretiyor. Rippling bu sayede token harcamasını personel bütçesinin yüzde 40’ından yaklaşık yüzde 15’ine düşürdü. Temmuz ayında 600 milyar token kullanımı Nisan ayındaki zirve dönemine yakın olmasına rağmen maliyet Nisan ayının yüzde 37’si seviyesinde kaldı.
AI Spend Console nasıl sunuluyor?
Ürün Rippling’in İK abonelerine dahil olarak sunuluyor ancak ek AI kullanımına dayalı maliyetler bulunuyor. Ayrıca bağımsız bir ürün olarak satın alınabiliyor ve başka bir kayıt İK sistemiyle entegre edilebiliyor. Halihazırda başka bir gateway kullanan şirketler de ürünü kullanabiliyor ancak harcamayı yöneten özellikler için Rippling’in gateway’inin kullanılması gerekiyor.
