跳到主要內容
maxstudioNews
產品TechCrunch AI約 5 分鐘

Rippling 巨額 AI 支出教訓:打造員工 AI 效益追蹤工具

人力資源軟體供應商 Rippling 曾因員工過度使用 AI 導致每月數百萬美元的巨額支出。為此,他們開發了 AI Spend Console 工具,旨在追蹤個別員工的 AI 支出與生產力,並將提示詞路由至更具成本效益的模型。透過這項工具,Rippling 成功將 AI 成本從研發人力預算的 40% 降至 15%,同時維持高使用量。

Rippling 巨額 AI 支出教訓:打造員工 AI 效益追蹤工具
圖片來源:TechCrunch AI

人力資源軟體供應商 Rippling 本週發表了 AI Spend Console,這是一款旨在協助企業追蹤並控制其 AI 支出的產品,以避免過度消耗 token。其中最引人注目的功能是,它能追蹤個別員工、團隊和職位的 AI 支出,並評估他們是否真正提高了生產力,還是只是產生了更多低品質的 AI 內容。

Rippling 在其部落格文章中承諾,這項工具將能揭示「哪些工程師的 AI 支出很高,但其同事卻經常在程式碼審查中要求他們重做工作」。

這項工具的誕生,源於 Rippling 在年初像許多公司一樣,全力投入 token 使用,卻發現員工們正瘋狂地燒錢。產品長 Matt MacInnis 仍記得三月份的一次高階主管會議,當時財務長 Adam Swiecicki 提出了一個令他們震驚的數字。

Rippling 的 AI token 支出預計將佔其研發部門人力預算的 40%,這意味著他們在 token 上的花費,相當於該部門員工總薪酬的四成,高達數百萬美元。支出每月增長 80%,如果這種趨勢持續下去,明年在 AI token 上的花費將高達研發部門高薪員工薪酬的 90%。

MacInnis 告訴 TechCrunch:「我們簡直不敢相信。」他表示,管理層立即啟動了一項「緊急」專案,以了解這些支出以及他們從中獲得了什麼。事實上,這款新產品的發布廣告中,Swiecicki 坐在凳子上,而員工們則拿起一疊疊現金丟進碎紙機。

Rippling 進行分析後發現,「大約 10-15% 的員工貢獻了總 AI 支出的約 60%。其中一名工程師每月花費 5 萬美元。」其部落格文章中提到。

Rippling 並不想停止 AI 的使用,只是想大幅度地加以控制。他們首先與公司使用的工具,包括 Cursor、OpenAI 和 Anthropic,協商了最高支出上限。他們立即發現一個明顯的問題:員工預設使用最新、最昂貴的頂尖模型來處理所有任務。

MacInnis 說:「事實是,像 Anthropic 和 OpenAI 這樣的推論服務供應商,完全沒有動機幫助你控制支出。」他補充道:「他們有充分的動機讓支出失控,而他們也確實這麼做了。他們沒有提供很好的使用洞察,彼此之間也沒有合作。」

這曾是 2026 年初的普遍問題。如今,八個月過去了,企業已經摸索出了一些門道。首先,他們知道需要來自不同 AI 實驗室、具有不同價格點的多個模型,包括頂尖的開源模型,甚至可能是來自中國的模型。

Rippling 創辦人兼執行長 Parker Conrad 上個月指出,當他的公司為內部用途進行基準測試時,發現 SpaceX 的 Grok 是全方位的領導者,但「GLM 5.2 便宜 85%,性能卻與頂尖模型幾乎相同」。(SpaceX 現已擁有 Cursor,該公司提供 Grok 和數十種其他模型的存取權限。)

Z.ai 的 GLM 5.2 近來已成為科技公司中,用於編碼任務特別受歡迎的中國模型。Databricks 也一直在推廣它。

其次,企業現在知道他們需要一個 AI 閘道,能將提示詞路由到最適合且最具成本效益的模型來執行任務。Rippling 也得出了這個結論。因此,他們建立了自己的 AI 閘道,這也是該產品的一部分。MacInnis 表示,即使企業已經使用其他閘道,仍然可以使用 AI Spend Console 產品,但如果他們想要使用控制支出的功能,則需要使用 Rippling 的閘道。

AI Spend Console 會生成儀表板(在過去 tokenmaxxing 盛行時曾被稱為排行榜),評估每日提示詞數量、工作產出(程式碼行數/拉取請求)和支出等指標。Rippling 表示,透過這項工具,他們已將 token 支出從人力預算的 40% 降至約 15%。但這並沒有減少 AI 的使用。

MacInnis 分享,在財務長發出警告的那個月,公司消耗了高達 6050 億個 token。到七月,內部使用量再次達到 6000 億個 token,然而「七月的 token 支出成本僅為四月支出的 37%」。他說:「這只是因為我們現在將流量路由到更有效的模型。」他開玩笑說:「我們不會讓銷售團隊使用 Fable 來進行語法更新。」

Rippling 指出,僅有技術解決方案是不夠的。公司發現了有效使用 AI 的員工,並將他們任命為「AI 隊長」,負責協助公司其他部門。MacInnis 表示,將 AI 應用擴展到工程部門以外的努力仍在進行中,因為目前主要使用者仍是軟體工程師。

但 Rippling 正在為客戶導入團隊開發相關應用,例如自動化郵件資料和資料核對任務。屆時,儀表板將以導入更多客戶的數量來衡量生產力。MacInnis 說:「我們必須能夠將行政管理職能和客戶服務職能中的 token 消耗與生產力連結起來。如果我們做不到這一點,那麼這些東西能否推廣給更廣泛的員工基礎就都說不準了。」

因此,如果 Rippling 是一個範例,那麼過度使用 token 的情況可能已經走向另一個極端,員工對 AI 的存取權限可能不再像 Slack 或電子郵件那樣普遍。如果公司無法衡量生產力,那麼並非所有員工都能獲得存取權限。

至於產品本身,AI Spend Console 已包含在 Rippling 的 HR 訂閱方案中,但仍會產生額外的 AI 使用費用。MacInnis 表示,它也可以作為獨立產品購買,並與其他 HR 系統整合。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 TechCrunch AI 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。