Rippling数月烧钱数百万于AI，终建员工ROI工具

人力资源软件供应商Rippling本周推出了一款名为AI Spend Console的新产品，这是一款反“tokenmaxxing”（指无节制消耗AI令牌）的工具，帮助企业追踪并控制AI支出。其中最引人注目的功能是，它能够映射出每位员工、团队和岗位在AI上的花费，以及这些投入是否真正带来了更高的生产力，还是仅仅制造了大量“AI垃圾内容”。该公司在博客中承诺，该工具将显示“哪些工程师AI支出高昂，而其同事在代码审查中却频繁要求他们返工”。 这款工具的诞生源于Rippling年初在AI上的激进投入——当时许多企业都这么做——结果发现员工正在疯狂烧钱。首席产品官Matt MacInnis至今记得3月那次高管会议，CFO Adam Swiecicki展示的数字让他们震惊不已。Rippling当时正以相当于研发部门人力预算40%的速度消耗AI令牌，也就是说，它在AI令牌上的支出相当于该部门所有员工薪酬总额的四成，金额高达数百万美元（在大多数科技公司，研发部门是工程师的大本营）。支出还在以每月80%的速度增长，如果这一趋势持续下去，下一年它在AI令牌上的花费将接近其高薪研发团队薪酬的90%。“我们简直不敢相信，”MacInnis对TechCrunch表示。管理层立即启动了一个“紧急”项目，去了解这笔钱花在了哪里、换来了什么。事实上，这款新产品的发布广告中，Swiecicki坐在凳子上，员工们正把一沓沓钞票扔进碎纸机。 当Rippling进行分析时，发现了一些触目惊心的事实：“大约10%到15%的员工贡献了总AI支出的60%。有一位工程师每月花费高达5万美元，”其博客文章写道。Rippling并不想完全禁止AI使用，只是要大幅收紧缰绳。它首先与公司使用的每个工具——Cursor、OpenAI和Anthropic——谈判设定了最高支出上限。很快它就发现了一个明显的问题：员工默认对所有任务都使用最新、最贵的尖端模型。“事实是，像Anthropic和OpenAI这样的推理服务提供商，完全没有动力帮你控制支出。他们反而有充分的动机让费用失控，这正是他们所做的。他们不提供优质的使用洞察，也不互相协作，”MacInnis说。 这是2026年初的普遍困境。如今，八个月过去了，企业已经摸清了几件事。首先，他们知道自己需要来自多个AI实验室、价格各异的多种模型，包括一个前沿开放权重选项——或许来自中国。Rippling创始人兼CEO Parker Conrad上个月指出，当公司为内部用途进行基准测试时，发现SpaceX的Grok是全面领先者，但“GLM 5.2便宜85%，性能却与前沿模型几乎相同”（SpaceX现已拥有Cursor，后者提供Grok及数十种其他模型的访问）。Z.ai的GLM 5.2已成为当下科技公司编程任务中最受青睐的中国模型，Databricks也一直在力推它。其次，企业现在明白，他们需要一个AI网关，将提示词路由到最适合且最具成本效益的模型。Rippling也得出了同样的结论，因此它构建了自己的AI网关，这也是该产品的一部分。MacInnis表示，已经使用其他网关的企业仍然可以使用AI Spend Console，但如果他们想要支出治理功能，就需要改用Rippling的网关。 AI Spend Console会生成仪表盘（在tokenmaxxing时代曾被称为排行榜），对每日提示词数量、工作产出（代码行数/拉取请求）和支出等属性进行评分。借助这款工具，Rippling表示其AI支出已大幅下降。