האירוניה הגדולה של ענקית הטק: מיקרוסופט, המשקיעה הגדולה בעולם באופנאי, נאלצה להגביל לעצמה את השימוש במודלים שהיא עצמה משווקת

האירוניה – פרוט

• מיקרוסופט היא המשקיעה העיקרית של אופנאי והמשווקת הבלעדית של מודליה דרך Azure, אך בתוך החברה התגלה שמהנדסים השתמשו במודלים מתקדמים ויקרים למשימות פשוטות, מה שהעלה עלויות שאפילו צוות הכספים של החברה לא יכול היה לשאת . סגן הנשיא ג'יי פאריקשלח דוא"ל פנימי ובו קבע: "טוקןמקסינג זה לא מה שאנחנו מייעלים עבורו", והודיע שהחל מיולי 2026 כל חטיבה תקבל יעד תקציב טוקנים .

• "טוקןמקסינג" הפך להתנהגות מתגמלת. מהנדסים התחרו על לוחות תוצאות פנימיים במטרה למקסם את צריכת הטוקנים – המקבילה ה-AI-ית לליגת פנטזי כדורגל . הפרקטיקה ניפחה את הצריכה מבלי לייצר ערך עסקי מדיד, כשחברות גילו ש"לזרוק AI על כל דבר" מעלה עלויות מבלי להעלות פריון בהתאמה .

• סאטיה נאדלה עצמו נאלץ להתערב ואמר לעובדים להפסיק להשתמש במודלי ה-AI החזקים ביותר לכל משימה, ולהתאים את המודל לבעיה . החברה החליפה את מודל ברירת המחדל למודל הזול יותר GPT-5.6 וביטלה רישיונות Claude Code לרוב העובדים כדי לעצור את הדימום .

השינוי הרחב במדידת הצלחת AI

התעשייה נמצאת במעבר מנפח טוקנים כמדד יוקרתי למדידה מבוססת תוצאות של החזר השקעה ב-AI.

• סגירת לוחות תוצאות טוקנים. אמזון ומטה סגרו את לוחות התוצאות הפנימיים למדידת צריכת טוקני AI אחרי שעובדים ניצלו אותם לרעה . CTO של מטה, אנדרו בוסוורת', הזהיר עובדים: "כל תנועה היא לא התקדמות, ושימוש בטוקנים לבדו אינו מדד להשפעה מכל סוג" .

• החלפת ספירת טוקנים במדדי פריסה. אמזון החליפה את מערכת "KiroRank" שלה ב"פריסות מנורמלות" – ספירת קוד שנעזר ב-AI שמגיע בפועל לסביבת הייצור .

• תקרות צריכה פר-מהנדס וריבוד מודלים. מטה שוקלת להטיל תקרות טוקנים פר-מהנדס . חברות עוברות ל"הרשאות ברמת מודל" שנועלות את המודל המתאים (הזול) לתפקיד המתאים, ומציבות התראות על סף הוצאה .

• ממשל תקציבי במקום מיקסום שימוש. אטלסיאן הגבילה הוצאות אחרי שהחשבון החודשי שלה ל-AI קפץ מכ-5 מיליון דולר לכ-15 מיליון דולר . סיטי ביטלה זמנית גישה למודלי Claude ו-ChatGPT החדשים למפתחים אחרי שאלה הפכו ל"גורם המרכזי לעלייה בצריכה הארגונית" של נקודות זכות AI . Anthropic השיקה כלי שליטה בהוצאות ארגוניות בתגובה ל-78% מהעסקים שדיווחו על חשבונות AI מפתיעים .

השיעור המרכזי: טוקנים אינם מושבים – בניגוד לתוכנות SaaS מסורתיות, בינה מלאכותית גנרטיבית מגדילה עלויות עם כל בקשה, ניסוי חוזר ולולאת סוכן . התעשייה מתייחסת כיום ל-AI לא כאל סם פריון בלתי מוגבל אלא כמשאב מנוהל הדורש את אותה משמעת פיננסית כמו כל תשומה קריטית אחרת, כשהיא מודדת הצלחה בקוד שנשלח, תקלות שנפתרו או השפעה על הכנסות – ולא בשריפת טוקנים גולמית.