Pada Mac 2026, Rippling mendapati perbelanjaan token AI dijangka mencecah 40% belanjawan gaji R&D, dengan pertumbuhan 80% bulan ke bulan. Seorang jurutera sahaja berbelanja $50,000 sebulan untuk AI; 10 15% pekerja memacu 60% daripada jumlah perbelanjaan.
Research answer

Create a landscape editorial hero image for this Studio Global article: What happened when Rippling discovered it was spending 40% of its R&D headcount budget on AI tokens, growing 80% month-over-month, and how d. Article summary: Here is the full story verified against multiple sources.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
Pada Mac 2026, CFO Rippling, Adam Swiecicki, membentangkan ramalan yang mengejutkan pasukan eksekutif: syarikat itu dijangka membelanjakan 40% daripada belanjawan gaji R&D untuk token AI — berjuta-juta dolar — dengan perbelanjaan meningkat 80% setiap bulan . Seorang jurutera sahaja berbelanja $50,000 sebulan untuk AI
. Data juga mendedahkan bahawa 10–15% pekerja memacu kira-kira 60% daripada jumlah perbelanjaan AI
.
Daripada menyekat akses, Rippling membina AI Spend Console, melancarkannya secara terbuka pada 6 Ogos 2026 . Produk ini mempunyai beberapa keupayaan yang saling berkaitan:
AI Spend Console memetakan perbelanjaan token AI kepada pekerja, pasukan, dan peranan individu, kemudian mengaitkannya dengan isyarat produktiviti seperti pull request dan code review . Ini memberikan Rippling keupayaan untuk melihat peranan atau individu tertentu yang memacu bil — dan sama ada perbelanjaan itu menghasilkan hasil.
Rippling membina lapisan perantaraan yang secara automatik menghalakan setiap soalan kepada model yang paling kos efektif untuk tugas tersebut, bukannya menggunakan model frontier yang mahal secara lalai . Penanda aras dalaman syarikat mendapati bahawa model GLM 5.2 Z.ai adalah 85% lebih murah daripada model frontier utama sambil memberikan prestasi yang hampir sama, jadi soalan rutin dihalakan ke sana
. (Nota: ini adalah perbandingan yang dilaporkan oleh syarikat, bukan keputusan bebas
.)
Rippling merundingkan had perbelanjaan maksimum untuk setiap alat AI — Cursor, OpenAI, Copilot, dan lain-lain — untuk mengelakkan sebarang alat daripada menjana bil yang tidak terhad .
Konsol ini mengaitkan penggunaan token dengan output yang boleh diukur — komit kod, kualiti PR, halaju ulasan — supaya perbelanjaan yang tidak menghasilkan produktiviti boleh ditanda dan ditindaklanjuti . Rippling menegaskan ia memanggilnya "papan pemuka" dan bukannya "papan pendahulu"
.
Pekerja yang dilantik bertanggungjawab memantau dan mengawal perbelanjaan AI dalam pasukan mereka, mewujudkan akauntabiliti langsung .
Dalam beberapa bulan, Rippling mengurangkan perbelanjaan token AI daripada ~40% belanjawan gaji R&D kepada kira-kira 15% — tanpa mengurangkan jumlah penggunaan. Syarikat itu masih menggunakan kira-kira 600 bilion token sebulan pada Julai, tetapi bil Julai hanya 37% daripada bil April . Seperti yang dinyatakan oleh pelbagai sumber: jumlah token tidak pernah jatuh — bil yang jatuh
.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Pada Mac 2026, Rippling mendapati perbelanjaan token AI dijangka mencecah 40% belanjawan gaji R&D, dengan pertumbuhan 80% bulan ke bulan.
Pada Mac 2026, Rippling mendapati perbelanjaan token AI dijangka mencecah 40% belanjawan gaji R&D, dengan pertumbuhan 80% bulan ke bulan. Seorang jurutera sahaja berbelanja $50,000 sebulan untuk AI; 10 15% pekerja memacu 60% daripada jumlah perbelanjaan.
Rippling membina AI Spend Console: alat yang menjejak perbelanjaan setiap pekerja, laluan semula soalan kepada model paling kos efektif (GLM 5.2 85% lebih murah), dan tetapkan had perbelanjaan.