アクセスを止めるのではなく、RipplingはAI Spend Consoleを構築し、2026年8月6日に公開した。この製品には複数の機能が連携して備わっている：

従業員単位の支出追跡

AI Spend ConsoleはAIトークン支出を従業員・チーム・役割ごとにマッピングし、プルリクエストやコードレビューなどの生産性シグナルと相関分析する。これにより、誰がどれだけ費用をかけ、それが成果に結びついているかを可視化できる。

AIゲートウェイによるスマートルーティング

Ripplingは中間層のAIゲートウェイを構築し、プロンプトを常に高価なフロンティアモデルに送るのではなく、タスクに最もコスト効率の良いモデルへ自動的に振り分ける。同社の内部ベンチマークでは、Z.aiのGLM 5.2モデルがフロンティアモデルよりも85％安価でありながら、ほぼ同等の性能を発揮することが判明。日常的なプロンプトはこちらにルーティングされた（注：これは同社の社内比較であり、独立した検証結果ではない）。

ツールごとの支出上限

RipplingはCursor、OpenAI、Copilotなど各AIツールごとに最大支出上限を設定。特定のツールで請求が無制限に膨らむのを防いだ。

生産性との相関分析

コンソールはトークン消費量をコードコミット数、PRの品質、レビューの速度などの測定可能なアウトプットと紐付け、生産性に結びつかない支出を特定して対策を促す。Ripplingはこれをあえて「リーダーボード」ではなく「ダッシュボード」と呼んでいる。

AIキャプテン

各チームにAI支出の監視とガバナンスを担当する従業員（AIキャプテン）を指名し、説明責任を直接的に担保した。

結果

導入から数ヶ月で、RipplingのAIトークン支出はR&D人件費予算の約40％から約15％に削減された。しかも使用量は減らしていない。7月のトークン消費量は約600億トークンで、4月（約605億トークン）とほぼ同水準。だが、7月の請求額は**4月の37％**にまで低下した。複数の報道が指摘する通り、「トークン量は減らなかったが、請求額は減った」のだ。

アクセスを止めるのではなく、RipplingはAI Spend Consoleを構築し、2026年8月6日に公開した。この製品には複数の機能が連携して備わっている：

従業員単位の支出追跡

AI Spend ConsoleはAIトークン支出を従業員・チーム・役割ごとにマッピングし、プルリクエストやコードレビューなどの生産性シグナルと相関分析する。これにより、誰がどれだけ費用をかけ、それが成果に結びついているかを可視化できる。

AIゲートウェイによるスマートルーティング

Ripplingは中間層のAIゲートウェイを構築し、プロンプトを常に高価なフロンティアモデルに送るのではなく、タスクに最もコスト効率の良いモデルへ自動的に振り分ける。同社の内部ベンチマークでは、Z.aiのGLM 5.2モデルがフロンティアモデルよりも85％安価でありながら、ほぼ同等の性能を発揮することが判明。日常的なプロンプトはこちらにルーティングされた（注：これは同社の社内比較であり、独立した検証結果ではない）。

ツールごとの支出上限

RipplingはCursor、OpenAI、Copilotなど各AIツールごとに最大支出上限を設定。特定のツールで請求が無制限に膨らむのを防いだ。

生産性との相関分析

コンソールはトークン消費量をコードコミット数、PRの品質、レビューの速度などの測定可能なアウトプットと紐付け、生産性に結びつかない支出を特定して対策を促す。Ripplingはこれをあえて「リーダーボード」ではなく「ダッシュボード」と呼んでいる。

AIキャプテン

各チームにAI支出の監視とガバナンスを担当する従業員（AIキャプテン）を指名し、説明責任を直接的に担保した。

結果

導入から数ヶ月で、RipplingのAIトークン支出はR&D人件費予算の約40％から約15％に削減された。しかも使用量は減らしていない。7月のトークン消費量は約600億トークンで、4月（約605億トークン）とほぼ同水準。だが、7月の請求額は**4月の37％**にまで低下した。複数の報道が指摘する通り、「トークン量は減らなかったが、請求額は減った」のだ。