Default
Door Remote - 07 Aug 2026
HR-softwareleverancier Rippleing onthulde deze week AI Spend Console, een anti-tokenmaxxing-product dat een bedrijf helpt zijn AI-uitgaven bij te houden en te beheersen. Een van de interessantste kenmerken is dat het in kaart brengt hoeveel individuele werknemers, teams en functies uitgeven en of ze daadwerkelijk productiever zijn, of in het algemeen meer AI-slord produceren.
Het bedrijf belooft dat de tool zal laten zien “welke ingenieurs hoge AI-uitgaven hebben en van wie collega’s hen vaak vragen om werk opnieuw uit te voeren in codereviews”, zegt het bedrijf in zijn blogpost.
De tool werd geboren nadat Rippleing begin dit jaar all-in ging met tokenmaxxing – zoals zovelen deden – om er vervolgens achter te komen dat werknemers enorm veel geld verbrandden. Chief Product Officer Matt MacInnis herinnert zich nog de bijeenkomst van het managementteam in maart, toen CFO Adam Swiecicki een cijfer presenteerde dat hen choqueerde.
Rippleing was op weg om 40% van zijn R&D-personeelsbudget te besteden aan AI-tokens, wat betekent dat het evenveel aan tokens besteedde als 40% van alle compensatie die het aan werknemers in die eenheid betaalde. Miljoenen dollars. (De R&D-organisatie is bij de meeste technologiebedrijven de thuisbasis van engineering.)
De uitgaven stegen maand-op-maand met 80%, en als die trend zich voortzette, zou het het jaar daarop bijna net zoveel uitgeven aan AI-tokens – 90% – als aan de hoogbetaalde medewerkers van de R&D-eenheid.
“We waren ongelovig”, vertelde MacInnis aan TechCrunch.
Het management ondernam onmiddellijk een ‘dringend’ project om inzicht te krijgen in de uitgaven en wat ze voor dat geld kregen, zei hij. In de lanceringsadvertentie voor dit nieuwe product zit Swiecicki zelfs op een kruk terwijl werknemers stapels contant geld oppakken en in een papierversnipperaar dumpen.
Toen Ripple een analyse uitvoerde, ontdekte het feiten als "ongeveer 10-15% van onze werknemers was verantwoordelijk voor ongeveer 60% van de totale AI-uitgaven. Eén ingenieur gaf $ 50.000 per maand uit", aldus de blogpost.
Ripple wilde het gebruik van AI niet tegenhouden, maar gewoon in toom houden. Het begon met het onderhandelen over een maximale bestedingslimiet voor elk van de tools die het bedrijf gebruikte: Cursor, OpenAI en Anthropic. Er werd meteen een voor de hand liggend probleem gevonden: werknemers gebruikten standaard de meest recente en duurste grensmodellen voor alle taken.
"De waarheid is dat aanbieders van gevolgtrekkingen, zoals Anthropic en OpenAI, absoluut geen prikkels hebben om u te helpen uw uitgaven onder controle te houden. Ze hebben er alle reden toe dat het een uit de hand gelopen kostenpost is, en dat is precies wat ze doen. Ze bieden u geen goed gebruiksinzicht en ze werken niet met elkaar samen", aldus MacInnis.
Dat was een veel voorkomend probleem begin 2026. Nu, acht maanden na het jaar, hebben bedrijven een aantal dingen ontdekt. Ten eerste weten ze dat ze meerdere modellen nodig hebben van meerdere AI-laboratoria in verschillende prijsklassen, waaronder een grensoverschrijdende open gewichtsoptie, misschien van Chinese oorsprong.
Oprichter en CEO van Ripple, Parker Conrad, merkte vorige maand op dat toen zijn bedrijf zijn eigen benchmarks uitvoerde voor zijn eigen interne gebruik, het ontdekte dat Grok van SpaceX de allround leider was, maar dat “GLM 5.2 85% goedkoper is maar bijna identieke prestaties [had]” als de grensmodellen. (SpaceX is nu eigenaar van Cursor, dat toegang biedt tot Grok en tientallen andere modellen.) GLM 5.2 van Z.ai is tegenwoordig een bijzonder favoriet Chinees model geworden voor codeertaken onder technologiebedrijven. Databricks is er ook voorstander van.
Ten tweede weten bedrijven nu dat ze een AI-gateway nodig hebben die aanwijzingen doorstuurt naar het beste, meest kosteneffectieve model voor de taak. Tot die conclusie kwam Ripple ook. Daarom bouwde het zijn eigen AI-gateway die ook deel uitmaakt van dit product. MacInnis zegt dat het voor bedrijven die al een andere gateway gebruiken mogelijk is om nog steeds het AI Spend Console-product te gebruiken, maar als ze de functies willen die de uitgaven regelen, zouden ze de gateway van Ripple moeten gebruiken.
AI Spend Console produceert dashboards (ooit bekend als leaderboards in de tokenmaxxing-dagen) die attributen scoren zoals prompts per dag in combinatie met werkoutput (coderegels/pull-verzoeken) en uitgaven.
Nu deze tool aanwezig is, zegt Ripple dat het de tokenuitgaven heeft verlaagd van 40% van het personeelsbudget naar ongeveer 15%. Maar het heeft het AI-gebruik niet beperkt. Het bedrijf gaf een piek van 605 miljard tokens uit in de maand dat de CFO zijn waarschuwing uitvaardigde, deelde MacInnis. In juli bedroeg het interne gebruik opnieuw 600 miljard tokens, maar toch “waren de kosten van de tokenuitgaven in juli 37% van de kosten van de tokenuitgaven van april”, zei hij.
“Dat komt alleen maar omdat we nu op weg zijn naar de effectievere modellen”, zei hij, terwijl hij grapte dat “we het verkoopteam geen grammatica-updates laten doen met behulp van Fable.”
Maar technologische oplossingen zijn niet genoeg, merkt Rippleing op. Het bedrijf vond mensen die AI effectief gebruikten en maakte van hen ‘AI-kapiteins’ die de rest van het bedrijf moesten assisteren.
Toch zijn dergelijke pogingen om AI buiten de techniek te gebruiken een werk in uitvoering, zegt MacInnis, aangezien software-ingenieurs tot nu toe de belangrijkste gebruikers zijn geweest. Maar Ripple werkt er bijvoorbeeld aan om bepaalde mailinggegevens en gegevensafstemmingstaken te automatiseren voor onboardingteams van klanten. Het dashboard meet vervolgens de productiviteit in termen van het onboarden van meer klanten.
"We moeten het tokenverbruik in G&A-functies en in klantgerichte functies terug kunnen koppelen aan productiviteit. Als we dat niet kunnen doen, zijn alle weddenschappen erop dat al deze dingen beschikbaar zullen zijn voor het bredere werknemersbestand", zegt MacInnis.
Dus als Ripple een voorbeeld is, is tokenmaxxing misschien zo ver de andere kant op gegaan dat de AI-toegang van medewerkers niet langer hetzelfde is als Slack of e-mail. Als het bedrijf de productiviteit niet kan meten, hebben mogelijk niet alle werknemers toegang.
Wat het product betreft, is de AI Spend Console inbegrepen voor de HR-abonnees van Ripple, hoewel er extra op AI-gebruik gebaseerde kosten zijn. Het kan ook worden gekocht als een op zichzelf staand product en worden geïntegreerd met een ander HR-systeem, zegt MacInnis.
Het bedrijf belooft dat de tool zal laten zien “welke ingenieurs hoge AI-uitgaven hebben en van wie collega’s hen vaak vragen om werk opnieuw uit te voeren in codereviews”, zegt het bedrijf in zijn blogpost.
De tool werd geboren nadat Rippleing begin dit jaar all-in ging met tokenmaxxing – zoals zovelen deden – om er vervolgens achter te komen dat werknemers enorm veel geld verbrandden. Chief Product Officer Matt MacInnis herinnert zich nog de bijeenkomst van het managementteam in maart, toen CFO Adam Swiecicki een cijfer presenteerde dat hen choqueerde.
Rippleing was op weg om 40% van zijn R&D-personeelsbudget te besteden aan AI-tokens, wat betekent dat het evenveel aan tokens besteedde als 40% van alle compensatie die het aan werknemers in die eenheid betaalde. Miljoenen dollars. (De R&D-organisatie is bij de meeste technologiebedrijven de thuisbasis van engineering.)
De uitgaven stegen maand-op-maand met 80%, en als die trend zich voortzette, zou het het jaar daarop bijna net zoveel uitgeven aan AI-tokens – 90% – als aan de hoogbetaalde medewerkers van de R&D-eenheid.
“We waren ongelovig”, vertelde MacInnis aan TechCrunch.
Het management ondernam onmiddellijk een ‘dringend’ project om inzicht te krijgen in de uitgaven en wat ze voor dat geld kregen, zei hij. In de lanceringsadvertentie voor dit nieuwe product zit Swiecicki zelfs op een kruk terwijl werknemers stapels contant geld oppakken en in een papierversnipperaar dumpen.
Toen Ripple een analyse uitvoerde, ontdekte het feiten als "ongeveer 10-15% van onze werknemers was verantwoordelijk voor ongeveer 60% van de totale AI-uitgaven. Eén ingenieur gaf $ 50.000 per maand uit", aldus de blogpost.
Ripple wilde het gebruik van AI niet tegenhouden, maar gewoon in toom houden. Het begon met het onderhandelen over een maximale bestedingslimiet voor elk van de tools die het bedrijf gebruikte: Cursor, OpenAI en Anthropic. Er werd meteen een voor de hand liggend probleem gevonden: werknemers gebruikten standaard de meest recente en duurste grensmodellen voor alle taken.
"De waarheid is dat aanbieders van gevolgtrekkingen, zoals Anthropic en OpenAI, absoluut geen prikkels hebben om u te helpen uw uitgaven onder controle te houden. Ze hebben er alle reden toe dat het een uit de hand gelopen kostenpost is, en dat is precies wat ze doen. Ze bieden u geen goed gebruiksinzicht en ze werken niet met elkaar samen", aldus MacInnis.
Dat was een veel voorkomend probleem begin 2026. Nu, acht maanden na het jaar, hebben bedrijven een aantal dingen ontdekt. Ten eerste weten ze dat ze meerdere modellen nodig hebben van meerdere AI-laboratoria in verschillende prijsklassen, waaronder een grensoverschrijdende open gewichtsoptie, misschien van Chinese oorsprong.
Oprichter en CEO van Ripple, Parker Conrad, merkte vorige maand op dat toen zijn bedrijf zijn eigen benchmarks uitvoerde voor zijn eigen interne gebruik, het ontdekte dat Grok van SpaceX de allround leider was, maar dat “GLM 5.2 85% goedkoper is maar bijna identieke prestaties [had]” als de grensmodellen. (SpaceX is nu eigenaar van Cursor, dat toegang biedt tot Grok en tientallen andere modellen.) GLM 5.2 van Z.ai is tegenwoordig een bijzonder favoriet Chinees model geworden voor codeertaken onder technologiebedrijven. Databricks is er ook voorstander van.
Ten tweede weten bedrijven nu dat ze een AI-gateway nodig hebben die aanwijzingen doorstuurt naar het beste, meest kosteneffectieve model voor de taak. Tot die conclusie kwam Ripple ook. Daarom bouwde het zijn eigen AI-gateway die ook deel uitmaakt van dit product. MacInnis zegt dat het voor bedrijven die al een andere gateway gebruiken mogelijk is om nog steeds het AI Spend Console-product te gebruiken, maar als ze de functies willen die de uitgaven regelen, zouden ze de gateway van Ripple moeten gebruiken.
AI Spend Console produceert dashboards (ooit bekend als leaderboards in de tokenmaxxing-dagen) die attributen scoren zoals prompts per dag in combinatie met werkoutput (coderegels/pull-verzoeken) en uitgaven.
Nu deze tool aanwezig is, zegt Ripple dat het de tokenuitgaven heeft verlaagd van 40% van het personeelsbudget naar ongeveer 15%. Maar het heeft het AI-gebruik niet beperkt. Het bedrijf gaf een piek van 605 miljard tokens uit in de maand dat de CFO zijn waarschuwing uitvaardigde, deelde MacInnis. In juli bedroeg het interne gebruik opnieuw 600 miljard tokens, maar toch “waren de kosten van de tokenuitgaven in juli 37% van de kosten van de tokenuitgaven van april”, zei hij.
“Dat komt alleen maar omdat we nu op weg zijn naar de effectievere modellen”, zei hij, terwijl hij grapte dat “we het verkoopteam geen grammatica-updates laten doen met behulp van Fable.”
Maar technologische oplossingen zijn niet genoeg, merkt Rippleing op. Het bedrijf vond mensen die AI effectief gebruikten en maakte van hen ‘AI-kapiteins’ die de rest van het bedrijf moesten assisteren.
Toch zijn dergelijke pogingen om AI buiten de techniek te gebruiken een werk in uitvoering, zegt MacInnis, aangezien software-ingenieurs tot nu toe de belangrijkste gebruikers zijn geweest. Maar Ripple werkt er bijvoorbeeld aan om bepaalde mailinggegevens en gegevensafstemmingstaken te automatiseren voor onboardingteams van klanten. Het dashboard meet vervolgens de productiviteit in termen van het onboarden van meer klanten.
"We moeten het tokenverbruik in G&A-functies en in klantgerichte functies terug kunnen koppelen aan productiviteit. Als we dat niet kunnen doen, zijn alle weddenschappen erop dat al deze dingen beschikbaar zullen zijn voor het bredere werknemersbestand", zegt MacInnis.
Dus als Ripple een voorbeeld is, is tokenmaxxing misschien zo ver de andere kant op gegaan dat de AI-toegang van medewerkers niet langer hetzelfde is als Slack of e-mail. Als het bedrijf de productiviteit niet kan meten, hebben mogelijk niet alle werknemers toegang.
Wat het product betreft, is de AI Spend Console inbegrepen voor de HR-abonnees van Ripple, hoewel er extra op AI-gebruik gebaseerde kosten zijn. Het kan ook worden gekocht als een op zichzelf staand product en worden geïntegreerd met een ander HR-systeem, zegt MacInnis.