HR yazılım 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 ürünün en dikkat çekici özelliklerinden biri, bireysel çalışanların, ekiplerin ve rollerin ne kadar harcama yaptığını ve gerçekten daha üretken olup olmadıklarını ya da genel olarak daha fazla AI çıktısı üretip üretmediklerini haritalaması. Şirket, blog yazısında aracın “yüksek AI harcaması olan ve akranları tarafından kod incelemelerinde sık sık işlerini yeniden yapmaları istenen mühendisleri” göstereceğini vaat ediyor.
Araç, Rippling'in yılın başında birçok şirket gibi tokenmaxxing'e tüm gücüyle dahil olmasının ve ardından çalışanların hızla nakit yakmaya başladığını fark etmesinin ardından doğdu. Baş Ürün Sorumlusu Matt MacInnis, CFO Adam Swiecicki'nin kendilerini şoke eden bir rakam sunduğu Mart ayındaki yönetici ekibi toplantısını hala hatırlıyor. Rippling, AI token'larına Ar-Ge personel bütçesinin yüzde 40'ını yakma yolundaydı; bu, o birimdeki çalışanlara ödenen tüm tazminatın yüzde 40'ı kadar token'a harcama yapıldığı anlamına geliyordu. Bu milyonlarca dolarlık bir tutardı. Harcama ay bazında yüzde 80 oranında büyüyordu ve bu eğilim devam ederse, gelecek yıl şirket AI token'larına, yüksek maaşlı Ar-Ge birimi çalışanlarına harcadığının neredeyse yüzde 90'ı kadar harcama yapacaktı. MacInnis, TechCrunch'a verdiği demeçte “Şaşkına dönmüştük” dedi.
CFO'nun Mart ayındaki sunumu ve yüzde 40'lık harcama şoku
Yönetim, bu harcamanın ne olduğunu ve bu para 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. Rippling'in Ar-Ge organizasyonu, çoğu teknoloji şirketinde olduğu gibi mühendislik birimine ev sahipliği yapıyor ve bu nedenle harcama doğrudan mühendislik verimliliğiyle ilişkilendiriliyordu.
MacInnis'in aktardığına göre, CFO'nun uyarısının yapıldığı ay şirketin token tüketimi zirveye ulaşmıştı. Harcama artışının ayda yüzde 80 gibi bir hızla devam etmesi, kontrolsüz bir büyümenin habercisiydi. Eğer müdahale edilmeseydi, bir yıl içinde token maliyetlerinin personel maliyetlerine neredeyse eşit hale gelmesi öngörülüyordu. Bu tablo, yönetimin AI kullanımını tamamen durdurmak yerine ciddi şekilde dizginleme kararı almasına yol açtı.
Analizden çıkan tablo: Yüzde 10-15'lik grup ve ayda 50 bin dolar harcayan mühendis
Rippling bir analiz gerçekleştirdiğinde çarpıcı gerçeklerle karşılaştı. Şirketin blog yazısında paylaştığı bilgiye göre “çalışanlarımızın kabaca yüzde 10-15'i toplam AI harcamasının yaklaşık yüzde 60'ını oluşturuyordu. Bir mühendis ayda 50.000 dolar harcıyordu.” Bu yoğunlaşma, harcamaların geneline yayılmadığını, belirli bir azınlığın maliyetin büyük kısmını sürüklediğini gösterdi.
Şirket AI kullanımını durdurmak istemedi, sadece önemli ölçüde kontrol altına almak istedi. İlk adım olarak kullandığı her bir araçla maksimum harcama tavanı müzakere etmeye başladı: Cursor, OpenAI ve Anthropic. Bu süreçte hemen bariz bir sorun tespit edildi. Çalışanlar varsayılan olarak tüm görevler için en yeni ve en pahalı frontier modelleri kullanıyordu. MacInnis bu durumu “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” sözleriyle değerlendirdi. Bu durumun 2026'nın başlarında yaygın bir sorun olduğu belirtildi.
En pahalı modele yönelme alışkanlığı ve AI gateway ihtiyacı
Yılın sekizinci ayına gelindiğinde kurumsal şirketlerin birkaç önemli noktayı öğrendiği ifade ediliyor. İlk olarak, çeşitli fiyat noktalarında birden fazla AI laboratuvarından birden fazla modele ihtiyaç duydukları, buna belki de Çin kökenli bir frontier açık ağırlık seçeneğinin de dahil olduğu anlaşıldı. İkinci olarak, kurumsal şirketlerin istemleri görev için en iyi ve en uygun maliyetli modele yönlendiren bir AI gateway'e ihtiyaç duydukları netleşti. Rippling de aynı sonuca vardı ve bu ürünün bir parçası olan kendi AI gateway'ini kurdu.
MacInnis, halihazırda başka bir gateway kullanan kurumsal şirketlerin yine de AI Spend Console ürününü kullanmasının mümkün olduğunu, ancak harcama yönetimine ilişkin özelliklerden yararlanmak istemeleri halinde Rippling'in gateway'ini kullanmaları gerekeceğini söylüyor. AI Spend Console, tokenmaxxing günlerinde liderlik tablosu olarak bilinen panolar üretiyor. Bu panolar, günlük istem sayısı ile iş çıktısı (kod satırı / pull request) ve harcama gibi özellikleri bir arada puanlıyor.
Farklı modeller ve maliyet avantajı: Grok ve GLM 5.2 karşılaştırması
Kurumsal şirketlerin birden fazla modele yönelmesiyle ilgili örnek olarak Rippling'in kurucusu ve CEO'su Parker Conrad'ın geçen ay paylaştığı şirket içi kıyaslama sonuçları gösterildi. Conrad, şirketin kendi iç kullanımları için yaptığı kıyaslamalarda SpaceX'in Grok'unun genel olarak lider olduğunu, ancak “GLM 5.2'nin yüzde 85 daha ucuz olmasına rağmen frontier modellere neredeyse özdeş performans” gösterdiğini keşfettiklerini belirtti. SpaceX'in artık Cursor'ın sahibi olduğu ve Grok ile düzinelerce diğer modele erişim sunduğu bilgisi de paylaşıldı.
Z.ai'nin GLM 5.2 modeli, bu günlerde teknoloji şirketleri arasında özellikle kodlama görevleri için favori bir Çin modeli haline geldi. Databricks'in de bu modeli desteklediği aktarıldı. Bu örnek, şirketlerin neden tek bir pahalı modele bağlı kalmak yerine görev bazında en uygun maliyetli modeli seçmeye yöneldiğini gösteriyor. Rippling'in kendi gateway'i de bu mantıkla çalışarak istemleri en etkili modele yönlendirmeyi amaçlıyor.
Token kullanımı düşmedi ama maliyet yüzde 37'ye indi
Bu araç devreye girdikten sonra Rippling, token harcamasını personel bütçesinin yüzde 40'ından yaklaşık yüzde 15'ine düşürdüğünü açıkladı. Ancak bu düşüş AI kullanımını kısarak elde edilmedi. MacInnis'in paylaştığı verilere göre şirket, CFO'nun uyarısını 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 bunu “Bu sadece artık istemleri daha etkili modellere yönlendirdiğimiz için” diye açıkladı ve “satış ekibinin Fable kullanarak dil bilgisi güncellemeleri yapmasına izin vermiyoruz” diye espri yaptı.
Teknolojik çözümlerin tek başına yeterli olmadığını da belirten Rippling, AI'ı etkili kullanan kişileri bulup şirketin geri kalanına yardımcı olmakla görevli “AI kaptanları” haline getirdi. Yine de mühendislik dışındaki alanlarda AI kullanımı halen devam eden bir çalışma olarak tanımlanıyor. MacInnis, yazılım mühendislerinin şu ana kadar birincil kullanıcılar olduğunu söylüyor. Şirket 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, “G&A fonksiyonlarındaki ve müşteriyle yüz yüze fonksiyonlardaki token tüketimini üretkenliğe bağlayabilmemiz gerekiyor. Bunu yapamazsak, bu şeylerin daha geniş çalışan tabanının kullanımına sunulmasıyla ilgili tüm iddialar boşa çıkar” diyor. Rippling örnek alınırsa, 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. Ürüne ilişkin olarak AI Spend Console'un Rippling'in HR abonelerine dahil olduğu, ancak ek AI kullanımına dayalı maliyetler bulunduğu belirtiliyor. Ayrıca bağımsız bir ürün olarak satın alınabileceği ve başka bir kayıt HR sistemiyle entegre edilebileceği de MacInnis tarafından ifade ediliyor.
Sıkça Sorulan Sorular
AI Spend Console nedir ve neyi ölçüyor?
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 haritalar ve bunun gerçek üretkenliğe yansıyıp yansımadığını ölçer. Blog yazısına göre yüksek AI harcaması olan ancak akranları tarafından kod incelemelerinde sık sık işini yeniden yapması istenen mühendisleri gösterebilir ve günlük istem sayısı ile kod satırı/pull request gibi iş çıktılarını harcama ile birlikte puanlayan panolar üretir.
Rippling neden AI Spend Console'u geliştirdi?
Şirket yılın başında tokenmaxxing'e dahil olduktan sonra Mart ayında CFO Adam Swiecicki'nin sunumunda Ar-Ge personel bütçesinin yüzde 40'ının AI token'larına gittiği ve harcamanın ayda yüzde 80 büyüdüğü ortaya çıktı. Bu eğilim sürseydi gelecek yıl token harcamasının Ar-Ge çalışanlarına ödenen tutarın yüzde 90'ına ulaşacağı öngörüldü. Yönetim bu şaşkınlık sonrası harcamayı anlamak için acil bir proje başlattı ve bu süreç ürünün doğmasına yol açtı.
Rippling'in analizinde harcama dağılımına ilişkin ne bulundu?
Şirketin analizine göre çalışanların yaklaşık yüzde 10-15'i toplam AI harcamasının yaklaşık yüzde 60'ını oluşturuyordu ve bir mühendis ayda 50.000 dolar harcıyordu. Ayrıca çalışanların varsayılan olarak tüm görevler için en yeni ve en pahalı frontier modelleri kullandığı tespit edildi.
Rippling maliyetleri nasıl düşürdü ve token kullanımı azaldı mı?
Rippling, Cursor, OpenAI ve Anthropic ile maksimum harcama tavanı müzakere etti ve istemleri en uygun maliyetli modele yönlendiren kendi AI gateway'ini kurdu. Bununla token harcamasını personel bütçesinin yüzde 40'ından yaklaşık yüzde 15'ine indirdi. Token kullanımı azalmadı; CFO uyarısının yapıldığı ay 605 milyar token harcanırken Temmuz'da yine 600 milyar token kullanıldı, ancak Temmuz maliyetinin Nisan maliyetinin yüzde 37'si olduğu açıklandı.
AI Spend Console nasıl temin ediliyor ve başka sistemlerle uyumlu mu?
Ürün Rippling'in HR abonelerine dahildir ancak ek AI kullanımına dayalı maliyetler bulunmaktadır. Ayrıca bağımsız bir ürün olarak satın alınabilir ve başka bir kayıt HR sistemiyle entegre edilebilir. Halihazırda başka bir gateway kullanan şirketler de ürünü kullanabilir, ancak harcama yönetimi özelliklerinden yararlanmak için Rippling'in gateway'ini kullanmaları gerekir.
