Rippling كشفت في 7 August أن أدوات الذكاء الاصطناعي الداخلية بلغت 40% من ميزانية التوظيف في البحث والتطوير — أي ملايين الدولارات — بينما كانت تنمو بمعدل 80% month over month. وعلى هذا المسار، كانت النفقات ستصل إلى 90% مما تدفعه الشركة سنويًا لموظفي البحث والتطوير لديها.
متركزة في أيدي قلة
بين 10% و15% من الموظفين تسببوا في 60% من إجمالي الإنفاق على الذكاء الاصطناعي. وأنفق أحد المهندسين $50,000 في شهر واحد. وهذه هي المشكلة العملية: لا يمكن لترخيص يُحتسب لكل مقعد أن يحدد سعر عبء عمل حيث إن عُشر المستخدمين يولدون معظم التكلفة.
التوفير لم يأتِ من استخدام أقل
هذه هي الخلاصة التي تغفلها معظم الملخصات. بلغ استخدام الرموز ذروته عند 605 billion في أبريل. وكان الاستخدام في يوليو نحو 600 billion — أي شبه ثابت — لكن تكلفة يوليو لم تتجاوز 37% من تكلفة أبريل. وهبط الإنفاق من 40% من ميزانية التوظيف إلى 15% من دون أن تقلل الشركة من عمل الذكاء الاصطناعي. وجاء المكسب من التوجيه واختيار النماذج.
ما الذي تبيعه الآن
أنشأت Rippling لوحة AI Spend Console، وهي متاحة عمومًا لمشتركي الموارد البشرية الحاليين مع تكاليف قائمة على الاستخدام إضافةً إلى ذلك، كما تُباع بشكل مستقل. وقال مدير المنتجات التنفيذي مات ماكنيس بوضوح: "the inference providers, like Anthropic and OpenAI, have absolutely no incentives to help you control your spend."
اقرأ المقام
تمثل نسبة 40% حصة من ميزانية التوظيف في البحث والتطوير، لا من إنفاق الشركة أو إيراداتها، وتمثل نسبة 90% النقطة التي كان المنحنى يشير إليها، لا أموالًا خرجت بالفعل من الشركة. كما أن الإفصاح يحمل مصلحة ذاتية — فـ Rippling تبيع الحل. ذلك لا يجعل الأرقام خاطئة، لكنه يفسر لماذا نُشرت أصلًا، ولا توجد شركة أخرى بهذا الحجم قد وضعت أرقامًا مماثلة على السجل.