במקום לחסום את הגישה לכלי AI, ריפלינג בנתה את AI Spend Console (קונסולת הוצאות AI), והשיקה אותה לציבור ב-6 באוגוסט 2026 . למוצר יש מספר יכולות מחוברות:
הקונסולה ממפה את הוצאת הטוקנים של AI לעובדים בודדים, צוותים ותפקידים, ולאחר מכן מקשרת אותה לאותות פרודוקטיביות כמו בקשת משיכה (pull requests) וביקורות קוד . זה נתן לריפלינג את היכולת לראות אילו תפקידים או אנשים ספציפיים אחראים על החשבון – והאם ההוצאה הזו הניבה תוצאות.
ריפלינג בנתה שכבת ביניים שמנתבת אוטומטית כל שאילתה (prompt) למודל החסכוני ביותר עבור המשימה, במקום לשלוח אותה כברירת מחדל למודלי frontier יקרים . מבדיקות פנימיות של החברה עלה כי המודל GLM 5.2 של Z.ai היה זול ב-85% ממודלי frontier מובילים תוך ביצועים כמעט זהים, ולכן שאילתות שגרתיות נותבו לשם . יש לציין שמדובר בהשוואה שדווחה על ידי החברה עצמה, ולא בתוצאה בלתי תלויה .
ריפלינג ניהלה משא ומתן על מכסה מקסימלית להוצאות עבור כל כלי AI – Cursor, OpenAI, Copilot ועוד – כדי למנוע מכלי יחיד לצבור חשבון בלתי מוגבל .
הקונסולה מקשרת בין צריכת טוקנים לתפוקה מדידה – התחייבויות קוד, איכות בקשת משיכה, מהירות ביקורת – כך שניתן לסמן הוצאות שאינן מניבות פרודוקטיביות ולטפל בהן . ריפלינג מכנה זאת במפורש "לוח מחוונים" (dashboard) ולא "לוח מובילים" (leaderboard) .
עובדים ייעודיים האחראים על פיקוח וניהול הוצאות AI בתוך הצוותים שלהם, מה שיוצר אחריות ישירה .
תוך חודשים, ריפלינג הורידה את הוצאות הטוקנים שלה מכ-40% מתקציב כוח האדם של מחלקת המו"פ לכ-15% – מבלי לצמצם את נפח השימוש. החברה עדיין צרכה כ-600 מיליארד טוקנים בחודש ביולי, אבל החשבון ביולי היה רק 37% ממה שהיה באפריל . כפי שניסחו זאת מספר מקורות: נפח הטוקנים מעולם לא ירד – החשבון הוא שירד .
במקום לחסום את הגישה לכלי AI, ריפלינג בנתה את AI Spend Console (קונסולת הוצאות AI), והשיקה אותה לציבור ב-6 באוגוסט 2026 . למוצר יש מספר יכולות מחוברות:
הקונסולה ממפה את הוצאת הטוקנים של AI לעובדים בודדים, צוותים ותפקידים, ולאחר מכן מקשרת אותה לאותות פרודוקטיביות כמו בקשת משיכה (pull requests) וביקורות קוד . זה נתן לריפלינג את היכולת לראות אילו תפקידים או אנשים ספציפיים אחראים על החשבון – והאם ההוצאה הזו הניבה תוצאות.
ריפלינג בנתה שכבת ביניים שמנתבת אוטומטית כל שאילתה (prompt) למודל החסכוני ביותר עבור המשימה, במקום לשלוח אותה כברירת מחדל למודלי frontier יקרים . מבדיקות פנימיות של החברה עלה כי המודל GLM 5.2 של Z.ai היה זול ב-85% ממודלי frontier מובילים תוך ביצועים כמעט זהים, ולכן שאילתות שגרתיות נותבו לשם . יש לציין שמדובר בהשוואה שדווחה על ידי החברה עצמה, ולא בתוצאה בלתי תלויה .
ריפלינג ניהלה משא ומתן על מכסה מקסימלית להוצאות עבור כל כלי AI – Cursor, OpenAI, Copilot ועוד – כדי למנוע מכלי יחיד לצבור חשבון בלתי מוגבל .
הקונסולה מקשרת בין צריכת טוקנים לתפוקה מדידה – התחייבויות קוד, איכות בקשת משיכה, מהירות ביקורת – כך שניתן לסמן הוצאות שאינן מניבות פרודוקטיביות ולטפל בהן . ריפלינג מכנה זאת במפורש "לוח מחוונים" (dashboard) ולא "לוח מובילים" (leaderboard) .
עובדים ייעודיים האחראים על פיקוח וניהול הוצאות AI בתוך הצוותים שלהם, מה שיוצר אחריות ישירה .
תוך חודשים, ריפלינג הורידה את הוצאות הטוקנים שלה מכ-40% מתקציב כוח האדם של מחלקת המו"פ לכ-15% – מבלי לצמצם את נפח השימוש. החברה עדיין צרכה כ-600 מיליארד טוקנים בחודש ביולי, אבל החשבון ביולי היה רק 37% ממה שהיה באפריל . כפי שניסחו זאת מספר מקורות: נפח הטוקנים מעולם לא ירד – החשבון הוא שירד .