Em vez de simplesmente cortar o acesso, a Rippling construiu o AI Spend Console, lançado publicamente em 6 de agosto de 2026 . O produto tem várias funcionalidades interligadas:
O AI Spend Console mapeia o gasto com tokens de IA por funcionário, equipe e cargo, e o correlaciona com indicadores de produtividade, como pull requests e revisões de código . Isso permitiu que a Rippling identificasse quais pessoas ou funções estavam gerando a conta — e se esse gasto estava realmente trazendo resultados.
A Rippling criou uma camada intermediária que roteia automaticamente cada prompt para o modelo mais econômico para a tarefa, em vez de sempre usar os modelos mais caros . Os benchmarks internos da empresa apontaram que o modelo GLM 5.2 da Z.ai era 85% mais barato que os principais modelos de fronteira, com desempenho quase idêntico, e os prompts de rotina foram redirecionados para ele
. (Importante: essa comparação é baseada em testes internos da empresa, e não em resultados independentes
.)
A Rippling negociou um teto de gastos para cada ferramenta de IA — Cursor, OpenAI, Copilot e outras — para evitar que qualquer ferramenta gerasse uma conta sem controle .
O console vincula o consumo de tokens a resultados mensuráveis — commits de código, qualidade de PRs, velocidade de revisão — para que gastos que não geram produtividade sejam sinalizados e tratados . A Rippling faz questão de chamar o recurso de "painel" e não de "ranking"
.
Funcionários designados para monitorar e governar os gastos com IA dentro de suas equipes, criando responsabilidade direta .
Em poucos meses, a Rippling reduziu o gasto com tokens de IA de ~40% do orçamento de P&D para cerca de 15% — sem reduzir o volume de uso. A empresa continuava consumindo aproximadamente 600 bilhões de tokens por mês em julho, mas a conta de julho foi apenas 37% do valor de abril . Como várias fontes resumiram: o volume de tokens nunca caiu — a conta, sim
.