क्या AI के इस खर्च का कोई फायदा है? Amazon, Microsoft और Uber ने लगाई लगाम

फाइनेंशियल टाइम्स की रिपोर्ट के अनुसार, यह गेमिंग व्यवहार इतना गंभीर हो गया कि इसने अमेज़न की कंप्यूटिंग लागतों को मापने योग्य रूप से बढ़ा दिया । अमेज़न के एक वरिष्ठ उपाध्यक्ष, डेव ट्रेडवेल ने कथित तौर पर स्टाफ से कहा, "कृपया सिर्फ AI का उपयोग करने के लिए AI का उपयोग न करें" । अमेज़न ने बाद में पुष्टि की कि लीडरबोर्ड को हटा दिया गया है, एक प्रवक्ता ने बिजनेस इनसाइडर को बताया कि यह टूल "कभी भी उपयोग के लिए AI के उपयोग को बढ़ावा देने के लिए नहीं बनाया गया था" । कंपनी अब कच्चे टोकन काउंट्स को ट्रैक करने से हटकर "नॉर्मलाइज्ड डिप्लॉयमेंट्स" नामक मीट्रिक की ओर बढ़ रही है ताकि वॉल्यूम के बजाय उत्पादक AI-संचालित कार्य को मापा जा सके ।

माइक्रोसॉफ्ट ने वित्तीय वर्ष के अंत से पहले आंतरिक क्लॉड कोड लाइसेंस रद्द किए

माइक्रोसॉफ्ट ने दिसंबर 2025 में अपने एक्सपीरियंस + डिवाइसेज डिवीजन—जिसमें विंडोज, माइक्रोसॉफ्ट 365, टीम्स, आउटलुक और सरफेस इंजीनियरिंग टीमें शामिल हैं—के हजारों कर्मचारियों को एंथ्रोपिक के क्लॉड कोड तक पहुंच प्रदान करनी शुरू की । यह प्रयोग लोकप्रिय साबित हुआ, लेकिन टोकन-आधारित बिलिंग जल्दी ही एक वित्तीय समस्या बन गई। कई रिपोर्टों से संकेत मिलता है कि कार्यक्रम ने महीनों के भीतर अपना पूरा वार्षिक AI बजट खर्च कर दिया, और कंपनी ने 14 मई, 2026 को अधिकांश आंतरिक लाइसेंस रद्द करना शुरू कर दिया ।

इस बदलाव की सख्त समय सीमा 30 जून, 2026 है, जो माइक्रोसॉफ्ट के वित्तीय वर्ष का अंतिम दिन है। यह समय इस रद्दीकरण को उत्पाद रणनीति जितना ही बजट अनुशासन का मामला बनाता है । प्रभावित इंजीनियरों को GitHub Copilot CLI पर स्थानांतरित होने का निर्देश दिया जा रहा है, एक ऐसा टूल जिसका माइक्रोसॉफ्ट पूर्ण स्वामी है । कंपनी ने इस बात पर जोर दिया है कि एंथ्रोपिक के क्लॉड मॉडल माइक्रोसॉफ्ट फाउंड्री और माइक्रोसॉफ्ट 365 कोपायलट के अंदर सुलभ रहेंगे, लेकिन इंटरफ़ेस और लागत स्वामित्व मॉडल में काफी बदलाव हो रहा है ।

उबर ने चार महीनों में अपना पूरा 2026 AI बजट जला दिया

बेकाबू लागत का शायद सबसे नाटकीय उदाहरण उबर से आता है। CTO प्रवीण नेप्पल्ली नागा ने अप्रैल 2026 में द इनफॉर्मेशन को पुष्टि की कि कंपनी ने वित्तीय वर्ष के चार महीने से भी कम समय में अपना पूरे साल का AI टूल्स बजट खत्म कर दिया था । इसका प्राथमिक कारण दिसंबर 2025 में रोलआउट के बाद लगभग 5,000 इंजीनियरों के कार्यबल में एंथ्रोपिक के क्लॉड कोड का तेजी से और व्यापक रूप से अपनाया जाना था ।

उबर ने एक आंतरिक टीम लीडरबोर्ड पर भी भरोसा किया जो AI उपयोग की मात्रा के आधार पर इंजीनियरिंग समूहों को रैंक करता था, जिसने दो महीनों में क्लॉड कोड को अपनाने की दर 32% से तेजी से बढ़ाकर 84% कर दिया । अप्रैल तक, 95% उबर इंजीनियर मासिक रूप से AI टूल्स का उपयोग कर रहे थे और 70% कमिटेड कोड AI-जनरेटेड था । व्यक्तिगत इंजीनियरों पर कथित तौर पर प्रति माह $500 से $2,000 के बीच API लागत आ रही थी ।

इन चौंका देने वाली गोद लेने की संख्या के बावजूद, व्यावसायिक मामला अस्पष्ट साबित हुआ है। उबर के COO एंड्रयू मैकडोनाल्ड ने सार्वजनिक रूप से रैपिड रिस्पॉन्स पॉडकास्ट पर कहा कि वह AI खर्च और उपभोक्ता उत्पाद सुधारों के बीच सीधा संबंध नहीं जोड़ सके। उन्होंने कहा, "वह लिंक अभी तक नहीं है।" "शायद अप्रत्यक्ष रूप से अधिक शिप किया जा रहा है, लेकिन उन आंकड़ों में से एक और 'ठीक है अब हम वास्तव में 25% अधिक उपयोगी उपभोक्ता फीचर्स का उत्पादन कर रहे हैं' के बीच एक रेखा खींचना बहुत मुश्किल है" । CTO नागा ने द इनफॉर्मेशन से कहा, "मैं वापस ड्राइंग बोर्ड पर हूं क्योंकि जो बजट मुझे लगा था कि मुझे चाहिए होगा, वह पहले ही खत्म हो चुका है" ।

टोकनमैक्सिंग का उदय और गुडहार्ट का नियम एक्शन में

इनमें से कई घटनाओं की जड़ में एक प्रबंधकीय विफलता है जिसे गुडहार्ट के नियम द्वारा पकड़ा गया है: "जब कोई माप एक लक्ष्य बन जाता है, तो वह एक अच्छा माप नहीं रह जाता" । AI को अपनाने का प्रदर्शन करने के लिए उत्सुक कंपनियों ने टोकन खपत या AI टूल इनवोकेशन काउंट्स द्वारा कर्मचारियों या टीमों को रैंक करने वाले आंतरिक लीडरबोर्ड बनाए। श्रमिकों ने तर्कसंगत व्यवहार करते हुए परिणाम के बजाय मीट्रिक के लिए अनुकूलन किया। परिणाम कम-मूल्य वाले, अनावश्यक AI कॉल्स का विस्फोट था जिसने लीडरबोर्ड रैंकिंग तो बनाई लेकिन कोई अतिरिक्त व्यावसायिक मूल्य नहीं दिया, जबकि सीधे बुनियादी ढांचे की लागतों को बढ़ाया ।

यह प्रथा अमेज़न और उबर तक ही सीमित नहीं थी। कई रिपोर्टों से संकेत मिलता है कि टोकनमैक्सिंग अन्य प्रमुख प्रौद्योगिकी कंपनियों में भी देखी गई है, हालांकि अमेज़न द्वारा अपने लीडरबोर्ड को सार्वजनिक रूप से हटाना इस प्रथा की विफलता का सबसे दृश्यमान प्रतीक बन गया है ।

ROI अनुशासन की ओर एक व्यापक कॉर्पोरेट मोड़

इन घटनाओं में सामान्य सूत्र यह नहीं है कि AI उपकरण विफल हो गए हैं, बल्कि यह है कि कच्ची खपत को मापना और पुरस्कृत करना विकृत प्रोत्साहन पैदा करता है जो उस काम से अधिक महंगा हो सकता है जिसे AI को बदलना है। कंपनियां अब एक मीट्रिक के रूप में गोद लेने की मात्रा से दूर और मापने योग्य व्यावसायिक मूल्य के सवालों की ओर बढ़ रही हैं: क्या AI सहायता ने वास्तव में जो शिप किया गया उसमें सुधार किया?

जो AI अपनाने की दौड़ के रूप में शुरू हुआ था, वह लागत अनुशासन के एक मजबूर अभ्यास में बदल रहा है। "जितना संभव हो उतने टोकन का उपभोग करें" का युग समाप्त हो रहा है, और "वास्तविक आउटपुट के साथ लागत को उचित ठहराएं" का युग शुरू हो रहा है।