Microsoft ने खत्म किया 'टोकनमैक्सिंग' का दौर: कर्मचारियों के AI खर्च पर लगाई लगाम, सस्ता GPT-5.6 बना डिफॉल्ट

माइक्रोसॉफ्ट का यह फैसला कोई अलग-थलग लागत-कटौती का उपाय नहीं है। यह एक हाई-प्रोफाइल संकेत है कि 'टोकनमैक्सिंग' का दौर — जहां अधिकतम AI टोकन खपत को उत्पादकता और नवाचार का पैमाना माना जाता था — पूरे तकनीकी उद्योग में समाप्त हो रहा है ।

माइक्रोसॉफ्ट को अपने ही AI खर्च पर लगाम लगाने के लिए किसने मजबूर किया?

तीन विशिष्ट दबावों ने माइक्रोसॉफ्ट को आंतरिक AI अनुशासन लागू करने के लिए मजबूर किया:

अनियंत्रित आंतरिक लागत: माइक्रोसॉफ्ट की अपनी इंजीनियरिंग टीमें GitHub Copilot के माध्यम से स्वतंत्र रूप से फ्रंटियर AI मॉडल का उपयोग कर रही थीं, जिससे टोकन की खपत और इन्फ्रेंस लागत उस स्तर तक पहुंच गई जिसे कंपनी टिकाऊ नहीं मानती थी। आंतरिक Copilot दिशानिर्देशों में स्वीकार किया गया कि कई इंजीनियर "प्रति माह सैकड़ों डॉलर से लेकर कुछ हज़ार डॉलर तक टोकन पर" खर्च कर रहे थे । पारिख के ईमेल ने स्पष्ट किया कि जुलाई 2026 से, प्रत्येक डिवीजन एक AI टोकन बजट लक्ष्य के तहत काम करेगा, और कर्मचारी एक आंतरिक डैशबोर्ड के माध्यम से अपने उपयोग को ट्रैक कर सकते हैं ।

गलत प्रेरणाएँ (Misaligned Incentives): इंजीनियरों ने अधिक टोकन खपत को उत्पादकता का बैज (बैज ऑफ ऑनर) मानना शुरू कर दिया था, जिसे उद्योग में 'टोकनमैक्सिंग' के रूप में जाना जाता है। लेकिन माइक्रोसॉफ्ट ने पाया कि अधिक टोकन का मतलब अधिक व्यावसायिक मूल्य नहीं है। पारिख ने कंपनी के लक्ष्य को स्पष्ट रूप से फिर से परिभाषित किया: "हम कम टोकन के लिए ऑप्टिमाइज़ नहीं कर रहे हैं। हम प्रति टोकन प्रभाव (impact per token) के लिए ऑप्टिमाइज़ कर रहे हैं" ।

विश्वसनीयता का संकट (The Credibility Problem): एक कंपनी जो AI सब्सक्रिप्शन बेचती है — Azure OpenAI Service, GitHub Copilot, Microsoft 365 Copilot — के रूप में, माइक्रोसॉफ्ट ग्राहकों से AI लागत को नियंत्रित करने के लिए नहीं कह सकता था जबकि उसकी अपनी टीमें बिना किसी संयम के टोकन जला रही थीं । पारिख के ईमेल में कहा गया कि कंपनी "टोकन खर्च का प्रबंधन उसी अनुशासन के साथ करेगी जो हम हर अन्य महत्वपूर्ण संसाधन पर लागू करते हैं" ।

माइक्रोसॉफ्ट के अंदर वास्तव में क्या बदला

ये नीतिगत बदलाव जुलाई 2026 में तुरंत प्रभावी हो गए :

• डिवीजन-स्तरीय टोकन बजट: प्रत्येक माइक्रोसॉफ्ट बिजनेस यूनिट के पास अब एक औपचारिक AI टोकन बजट लक्ष्य है। आंतरिक दिशानिर्देशों में कहा गया है कि कंपनी यह देखने के बाद और प्रतिबंध लगा सकती है कि पैसा कहाँ जा रहा है ।
• सस्ता डिफ़ॉल्ट मॉडल: OpenAI के GPT-5.6 Sol — जिसे Anthropic और अन्य फ्रंटियर मॉडल प्रदाताओं के विकल्पों की तुलना में सस्ता बताया गया — ने आंतरिक GitHub Copilot उपयोग के लिए प्रीमियम विकल्पों को बदल दिया। इस स्विच को "हमारे टोकन निवेश से अधिक मूल्य प्राप्त करने" के तरीके के रूप में पेश किया गया ।
• व्यक्तिगत पारदर्शिता: कर्मचारी अब एक आंतरिक डैशबोर्ड पर अपनी AI खपत देख सकते हैं, जिससे पहले से अदृश्य खर्च पर व्यक्तिगत जवाबदेही आती है ।

यह टोकनमैक्सिंग के व्यापक पतन को कैसे दर्शाता है

माइक्रोसॉफ्ट का यह कदम पूरे टेक उद्योग में चल रहे एक बहुत बड़े सुधार का एक उदाहरण मात्र है। 'टोकनमैक्सिंग' — AI टोकन खपत को नवाचार के पैमाने के रूप में आक्रामक रूप से बढ़ावा देने का अभ्यास — लगभग 2025 के अंत से 2026 के मध्य तक टेक कंपनियों में व्यापक हो गया था, लेकिन अब यह तेजी से गिर रहा है क्योंकि इसका अर्थशास्त्र काम नहीं आया ।

उबर का बजट विस्फोट: उबर टेक्नोलॉजीज ने कुछ ही महीनों में अपना पूरा 2026 का AI बजट खत्म कर दिया। इसके CTO ने सार्वजनिक रूप से घोषणा की, "हम तथाकथित टोकनमैक्सिंग युग के अंत की ओर आ रहे हैं," और कहा कि कच्ची टोकन खपत मापने योग्य रिटर्न में तब्दील नहीं हो रही थी । कंपनी अब प्रॉम्प्ट कैशिंग, अधिक कुशल डिफ़ॉल्ट मॉडल और खपत में बेहतर पारदर्शिता के माध्यम से प्रति-इंटरैक्शन लागत अनुकूलन की ओर बढ़ रही है ।

Gartner की चेतावनी: Gartner ने भविष्यवाणी की है कि खपत-आधारित मूल्य निर्धारण मॉडल के तहत AI कोडिंग लागत जल्द ही औसत डेवलपर वेतन से अधिक हो जाएगी, जिससे विभिन्न उद्योगों के CFO को लागत अनुशासन की मांग करने के लिए मजबूर होना पड़ेगा ।

स्टार्टअप का गणित: स्टार्टअप्स ने प्रदर्शित किया है कि मॉडल बदलने से इन्फ्रेंस लागत में लगभग 90% की कमी आ सकती है। उदाहरण के लिए, Lindy.ai ने रातों-रात अपना 100% API ट्रैफिक Claude से DeepSeek पर स्थानांतरित कर दिया, अपने मुख्य कार्य सेट पर तुलनीय आउटपुट गुणवत्ता के लिए लगभग 90% कम इन्फ्रेंस लागत का हवाला देते हुए । इस तरह की नाटकीय बचत पुरानी "अधिक टोकन = बेहतर" मानसिकता को आर्थिक रूप से असंभव बना देती है ।

Forbes और Fortune का फैसला: कई व्यावसायिक मीडिया आउटलेट्स ने टोकनमैक्सिंग युग को संरचनात्मक रूप से समाप्त घोषित कर दिया है। उद्यम कच्चे उपयोग को एक मीट्रिक के रूप में छोड़ रहे हैं और दक्षता-प्रथम तैनाती, मॉडल रूटिंग (सरल कार्यों के लिए सस्ते मॉडल का उपयोग), और आउटकम-आधारित बिलिंग की ओर बढ़ रहे हैं जो टोकन को अधिकतम करने के प्रोत्साहन को हटा देता है । Forbes ने टोकनमैक्सिंग को "AI अपनाने में एक संक्रमणकालीन चरण" के रूप में वर्णित किया, जिसने उपयोग को सामान्य बनाने में मदद की लेकिन यह "एक स्थायी संचालन मॉडल नहीं है" ।

पैटर्न सुसंगत है

उद्योग का पैटर्न अब स्पष्ट है: जिन कंपनियों ने शुरू में AI के अबाध उपयोग को प्रोत्साहित किया था, वे अब बजट लागू कर रही हैं, सस्ते मॉडल पर स्विच कर रही हैं, और मांग कर रही हैं कि खर्च किया गया हर टोकन एक मापने योग्य व्यावसायिक परिणाम से जुड़ा हो। ServiceNow के मुख्य ग्राहक अधिकारी ने चेतावनी दी है कि टोकनमैक्सिंग एक AI हाइप साइकिल है । Fortune का फैसला स्पष्ट था: "टोकनमैक्सिंग मर चुका है। इसने वह AI ROI नहीं दिया जो कंपनियां चाहती थीं" ।

माइक्रोसॉफ्ट के आंतरिक टोकन बजट और GPT-5.6 डिफ़ॉल्ट इस उद्योग-व्यापी परिवर्तन का एक पाठ्यपुस्तक उदाहरण हैं — जो किसी AI पिछड़े से नहीं, बल्कि इस क्षेत्र के सबसे बड़े निवेशकों में से एक से आ रहा है। अगर AI सब्सक्रिप्शन बेचने वाली कंपनी को खुद बजट की ज़रूरत है, तो हर दूसरे उद्यम के लिए संदेश स्पष्ट है।