Rippling 于 8 月 7 日披露，内部 AI 工具的支出已达到其研发人头预算的 40%——金额达数百万美元——且环比增长 80%。按这一轨迹推算，这笔开支本会达到公司全年支付研发员工薪酬总额的 90%。

集中在少数人手中

在员工中，只有 10% 至 15% 的人推动了 60% 的 AI 总支出。一名工程师单月花费高达 5 万美元。这种分布带来的实际问题是：按席位计费的许可模式，无法为这样一种工作负载定价——只有十分之一的用户制造了大部分成本。

节省并非来自少用

这是许多摘要都会忽略的发现。Token 使用量在 4 月达到峰值 6050 亿。7 月的使用量约为 6000 亿——基本持平——但 7 月成本仅为 4 月的 37%。在公司并未减少 AI 工作量的情况下，支出从人头预算的 40% 降至 15%。这一成果来自路由和模型选择。

它现在卖什么

Rippling 推出了 AI Spend Console，现有 HR 订阅用户可普遍使用，另需按使用量付费，也可单独购买。首席产品官 Matt MacInnis 直言不讳地推介称：“推理提供商，比如 Anthropic 和 OpenAI，绝对没有任何激励来帮助你控制支出。”

读懂分母

这里的 40% 指的是研发 人头预算 的占比，而不是公司总支出或收入；90% 这一数字指的是曲线所指向的结果，而非真正流出公司的资金。此番披露也带有明显的自利色彩——Rippling 正在销售解决方案。这并不意味着这些数字有误，但这正是它们之所以被公布的原因；在同等规模的公司中，也没有其他企业公布过可比数据。