Invece di tagliare l'accesso, Rippling ha costruito AI Spend Console, lanciandola pubblicamente il 6 agosto 2026 . Il prodotto ha diverse funzionalità interconnesse:
AI Spend Console mappa la spesa in token AI per singoli dipendenti, team e ruoli, quindi la correla con segnali di produttività come pull request e revisioni del codice . Questo ha dato a Rippling la possibilità di vedere quali ruoli o individui specifici stavano guidando il conto — e se quella spesa stava producendo risultati.
Rippling ha costruito un livello intermedio che instrada automaticamente ogni prompt al modello più conveniente per l'attività, invece di utilizzare sempre i modelli più costosi . I benchmark interni dell'azienda hanno scoperto che il modello GLM 5.2 di Z.ai era l'85% più economico dei modelli leader, con prestazioni quasi identiche, quindi i prompt di routine sono stati reindirizzati lì
. (Nota: si tratta di un confronto riportato dall'azienda, non di un risultato indipendente
.)
Rippling ha negoziato un tetto massimo di spesa per ogni strumento AI — Cursor, OpenAI, Copilot e altri — per evitare che un singolo strumento generi un conto senza limiti .
La console lega il consumo di token a risultati misurabili — commit di codice, qualità delle PR, velocità di revisione — in modo che la spesa che non genera produttività possa essere segnalata e gestita . Rippling lo chiama espressamente "dashboard" piuttosto che "classifica"
.
Dipendenti designati, responsabili del monitoraggio e della governance della spesa AI all'interno dei loro team, creando una responsabilità diretta .
In pochi mesi, Rippling ha ridotto la spesa in token AI dal ~40% del budget per il personale R&D a circa il 15% — senza ridurre il volume di utilizzo. L'azienda consumava ancora circa 600 miliardi di token al mese a luglio, ma la bolletta di luglio era solo il 37% di quella di aprile . Come hanno sottolineato più fonti: il volume dei token non è mai calato — è calata la bolletta
.