Comment Rippling a réduit sa facture d'IA de 40 % à 15 % de son budget R&D sans réduire l'utilisation

En mars 2026, le directeur financier de Rippling, Adam Swiecicki, a présenté une prévision qui a sidéré l'équipe de direction : l'entreprise était en passe de brûler 40 % de son budget R&D (salaires compris) en tokens d'IA — des millions de dollars — avec des dépenses qui croissaient de 80 % d'un mois sur l'autre . Un seul ingénieur dépensait 50 000 $ par mois en IA . Les données ont également révélé que 10 à 15 % des employés représentaient environ 60 % des dépenses totales .

Plutôt que de fermer les vannes, Rippling a développé AI Spend Console, lancé publiquement le 6 août 2026 . Le produit combine plusieurs fonctionnalités interconnectées :

Suivi des dépenses par employé

AI Spend Console cartographie les dépenses en tokens d'IA pour chaque employé, équipe et fonction, puis les corrèle avec des indicateurs de productivité tels que les pull requests et les revues de code . Rippling a ainsi pu identifier les rôles ou les individus qui faisaient exploser la facture — et si ces dépenses étaient productives.

Passerelle IA avec routage intelligent

Rippling a construit une couche intermédiaire qui achemine automatiquement chaque requête vers le modèle le plus rentable pour la tâche, au lieu d'utiliser systématiquement les modèles les plus chers . Les tests internes de l'entreprise ont montré que le modèle GLM 5.2 de Z.ai était 85 % moins cher que les principaux modèles de pointe, avec des performances quasi identiques ; les requêtes courantes y ont donc été redirigées . (Cette comparaison est un résultat interne à l'entreprise, non une évaluation indépendante .)

Plafonds de dépenses par outil

Rippling a négocié un plafond de dépenses maximal pour chaque outil d'IA — Cursor, OpenAI, Copilot, etc. — afin d'éviter qu'un seul outil ne génère une facture sans limite .

Corrélation avec la productivité

La console relie la consommation de tokens à des résultats mesurables — commits, qualité des pull requests, vitesse de revue — de sorte que les dépenses improductives soient signalées et traitées . Rippling insiste pour appeler cela un « tableau de bord » plutôt qu'un « classement » .

« AI captains »

Des employés désignés sont responsables du suivi et de la gouvernance des dépenses d'IA au sein de leurs équipes, créant ainsi une responsabilité directe .

Le résultat

En quelques mois, Rippling a réduit ses dépenses en tokens d'IA de ~40 % du budget R&D à environ 15 % — sans réduire le volume d'utilisation. L'entreprise consommait toujours environ 600 milliards de tokens par mois en juillet, mais la facture de juillet ne représentait que 37 % de celle d'avril . Comme le résument plusieurs sources : le volume de tokens n'a jamais baissé — c'est la facture qui a chuté .