Microsoft setter stopper for egen KI-bruk: Innfører budsjetter og billigere GPT-5.6 som standard

Microsofts beslutning er ikke et isolert kostnadskutt. Det er et tydelig signal om at æraen med «tokenmaxxing» – å behandle maksimalt forbruk av KI-poletter som et mål på produktivitet og innovasjon – er over i teknologibransjen .

Hva fikk Microsoft til å sette tak på eget KI-forbruk?

Tre spesifikke pressfaktorer tvang Microsoft til å innføre intern KI-disiplin:

Ukontrollerte interne kostnader. Microsofts egne ingeniørteam hadde fritt benyttet avanserte KI-modeller via GitHub Copilot, noe som drev forbruket av poletter og inferenskostnader langt over hva selskapet anså som bærekraftig. Interne Copilot-retningslinjer erkjente at mange ingeniører brukte «alt fra flere hundre dollar i måneden til flere tusen dollar i poletter» . Parikhs e-post gjorde det klart at hver divisjon fra juli 2026 skulle operere med et budsjettmål for KI-poletter, og at ansatte kunne følge med på eget forbruk via et internt dashbord .

Feilaktige insentiver. Ingeniører hadde begynt å se på høyt forbruk av poletter som et tegn på produktivitet – en praksis kjent i bransjen som tokenmaxxing. Men Microsoft oppdaget at flere poletter ikke ga mer forretningsverdi. Parikh omformulerte selskapets mål eksplisitt: «Vi optimaliserer ikke for færre poletter. Vi optimaliserer for effekt per polett» .

Troverdighetsproblemet. Som et selskap som selger KI-abonnementer – Azure OpenAI Service, GitHub Copilot, Microsoft 365 Copilot – kunne Microsoft ikke troverdig be kundene om å kontrollere KI-kostnadene mens egne team brukte poletter uten hemninger . Parikhs e-post påpekte at selskapet ville «forvalte forbruket av poletter med samme disiplin som vi anvender på alle andre kritiske ressurser» .

Hva endret seg egentlig internt i Microsoft

Endringene trådte i kraft umiddelbart i juli 2026 :

• Budsjetter på divisjonsnivå. Hver forretningsenhet i Microsoft har nå et formelt budsjettmål for KI-poletter. De interne retningslinjene antyder at ytterligere begrensninger kan komme etter hvert som selskapet følger med på hvor pengene går .
• Billigere standardmodell. OpenAIs GPT-5.6 Sol – beskrevet som rimeligere å bruke enn alternativer fra Anthropic og andre – erstattet premiumalternativene som standard for intern GitHub Copilot-bruk. Bytte ble begrunnet med å «få større verdi ut av vår investering i poletter» .
• Individuell oversikt. Ansatte kan nå se eget KI-forbruk på et internt dashbord, noe som gir personlig ansvarlighet for det som tidligere var en usynlig kostnad .

Hvordan dette speiler det bredere sammenbruddet av tokenmaxxing

Microsofts grep er ett datapunkt i en mye større korreksjon som utspiller seg i teknologibransjen. «Tokenmaxxing» – praksisen med å aggressivt øke forbruket av KI-poletter som et mål på innovasjon – ble utbredt blant teknologiselskaper fra omtrent slutten av 2025 til midten av 2026, men er nå i raskt forfall fordi økonomien ikke fungerte .

Ubers budsjettsprekk. Uber Technologies brukte opp hele sitt KI-budsjett for 2026 på bare noen få måneder. Teknologidirektøren erklærte offentlig at «vi nærmer oss slutten av den såkalte tokenmaxxing-æraen», og la til at rå forbruk av poletter ikke ga målbare resultater . Selskapet beveger seg nå mot optimalisering av kostnad per interaksjon gjennom bufrede spørringer (prompt caching), mer effektive standardmodeller og bedre oversikt over forbruket .

Gartners advarsel. Gartner har spådd at KI-kodekostnader snart vil overgå gjennomsnittlig utviklerlønn under forbruksbaserte prismodeller, noe som tvinger finansdirektører i alle bransjer til å kreve kostnadsdisiplin .

Oppstartenes regnestykke. Oppstartsselskaper har vist at modellbytte kan kutte inferenskostnadene med omtrent 90 %. Lindy.ai flyttet for eksempel 100 % av sin API-trafikk fra Claude til DeepSeek over natten, med henvisning til omtrent 90 % lavere inferenskostnader for sammenlignbar utskriftskvalitet på kjernoppgavene sine . Slike dramatiske besparelser gjør den gamle «flere poletter = bedre»-mentaliteten økonomisk uholdbar .

Forbes og Fortune slår fast. Flere forretningsmedier har erklært tokenmaxxing-æraen som strukturelt over. Bedrifter forlater råforbruk som en måleenhet til fordel for effektivitetsfokuserte utrullinger, modellruting (bruk av billigere modeller for enklere oppgaver) og resultatbasert fakturering som fjerner insentivet til å maksimere poletter . Forbes karakteriserte tokenmaxxing som «en overgangsfase i KI-adopsjon» som bidro til å normalisere bruk, men som «ikke er en bærekraftig driftsmodell» .

Mønsteret er tydelig

Bransjemønsteret er nå klart: Selskaper som opprinnelig oppmuntret til ubegrenset KI-bruk, innfører budsjetter, bytter til billigere modeller og krever at hver brukt polett knyttes til et målbart forretningsresultat. ServiceNows kundedirektør har advart om at tokenmaxxing er en KI-hype-syklus . Fortunes dom var kort: «Tokenmaxxing er dødt. Det ga ikke den KI-avkastningen bedriftene ville ha» .

Microsofts interne polettbudsjetter og GPT-5.6-standard er et lærebokeksempel på denne bransjeomfattende oppvåkningen – og den kommer ikke fra en KI-etterfølger, men fra en av sektorens største investorer. Hvis selskapet som selger KI-abonnementer selv trenger et budsjett, er budskapet til alle andre bedrifter klinkende klart.