จุดจบของ 'Tokenmaxxing': เมื่อยักษ์ใหญ่เทคฯ อเมริกา เริ่มตีกลับการใช้ AI ฟุ่มเฟือย หลังงบบานปลายและ ROI ไม่ชัด

จากรายงานของ Financial Times พฤติกรรมการเล่นเกมระบบนี้รุนแรงขึ้นจนทำให้ต้นทุนการประมวลผลของ Amazon สูงขึ้นอย่างวัดผลได้ Dave Treadwell รองประธานอาวุโสของ Amazon มีรายงานว่าได้บอกกับพนักงานว่า "ได้โปรดอย่าใช้ AI เพียงเพื่อที่จะใช้ AI" ภายหลัง Amazon ได้ยืนยันว่ากระดานผู้นำดังกล่าวถูกปลดระวางแล้ว โดยโฆษกของบริษัทบอกกับ Business Insider ว่าเครื่องมือดังกล่าว "ไม่เคยมีจุดมุ่งหมายเพื่อส่งเสริมการใช้ AI เพียงเพื่อให้ได้ยอดการใช้งาน" ขณะนี้บริษัทกำลังเปลี่ยนจากการติดตามจำนวน Token ดิบไปสู่เมตริกที่เรียกว่า "Normalised Deployments" เพื่อวัดผลงานที่ขับเคลื่อนด้วย AI อย่างมีผลิตภาพมากกว่าการวัดปริมาณ

Microsoft ยกเลิกไลเซนส์ภายในของ Claude Code ก่อนสิ้นปีงบประมาณ

Microsoft เริ่มให้สิทธิ์การเข้าถึง Claude Code จาก Anthropic แก่พนักงานหลายพันรายในแผนก Experiences + Devices อันครอบคลุมทีมวิศวกร Windows, Microsoft 365, Teams, Outlook และ Surface ตั้งแต่เดือนธันวาคม 2025 การทดลองนี้ได้รับความนิยมอย่างมาก แต่การคิดค่าใช้จ่ายตามปริมาณ Token กลายเป็นปัญหาทางการเงินอย่างรวดเร็ว รายงานหลายฉบับระบุว่าโปรแกรมนี้ใช้งบประมาณ AI ทั้งปีของแผนกหมดไปภายในเวลาเพียงไม่กี่เดือน และบริษัทได้เริ่มยกเลิกไลเซนส์ภายในส่วนใหญ่ตั้งแต่วันที่ 14 พฤษภาคม 2026

เส้นตายสำหรับการเปลี่ยนผ่านคือวันที่ 30 มิถุนายน 2026 ซึ่งเป็นวันสุดท้ายของปีงบประมาณของ Microsoft ช่วงเวลานี้จึงเป็นตัวบ่งชี้ว่าการยกเลิกดังกล่าวเป็นเรื่องของ "สุขอนามัยด้านงบประมาณ" พอๆ กับกลยุทธ์ด้านผลิตภัณฑ์ วิศวกรที่ได้รับผลกระทบถูกสั่งให้เปลี่ยนไปใช้ GitHub Copilot CLI ซึ่งเป็นเครื่องมือที่ Microsoft เป็นเจ้าของเองทั้งหมด บริษัทได้เน้นย้ำว่าโมเดล Claude ของ Anthropic ยังคงสามารถเข้าถึงได้ผ่าน Microsoft Foundry และภายใน Microsoft 365 Copilot แต่ส่วนประสานงาน (Interface) และรูปแบบการรับผิดชอบค่าใช้จ่ายกำลังเปลี่ยนแปลงไปอย่างมีนัยสำคัญ

Uber เผางบ AI ทั้งปี 2026 ใน 4 เดือน

ตัวอย่างที่น่าตกใจที่สุดของต้นทุนที่บานปลายมาจาก Uber ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) Praveen Neppalli Naga ได้ยืนยันกับ The Information ในเดือนเมษายน 2026 ว่าบริษัทใช้งบประมาณเครื่องมือ AI ทั้งปีไปหมดแล้ว ภายในเวลาไม่ถึง 4 เดือนของปีงบประมาณ ปัจจัยขับเคลื่อนหลักคือการใช้งาน Claude Code ของ Anthropic ที่แพร่หลายและรวดเร็วในหมู่พนักงานกว่า 5,000 คน หลังจากการเปิดตัวในเดือนธันวาคม 2025

นอกจากนี้ Uber ยังใช้ระบบจัดอันดับภายในที่จัดอันดับกลุ่มวิศวกรตามปริมาณการใช้ AI ซึ่งเร่งให้สัดส่วนการใช้งาน Claude Code พุ่งจาก 32% ไปเป็น 84% ของนักพัฒนาภายในสองเดือน ภายในเดือนเมษายน 95% ของวิศวกรของ Uber ใช้เครื่องมือ AI ทุกเดือน และ 70% ของโค้ดที่คอมมิตถูกสร้างโดย AI มีรายงานว่าวิศวกรแต่ละคนสร้างต้นทุน API ระหว่าง 500 ถึง 2,000 ดอลลาร์สหรัฐต่อเดือน

แม้จะมีตัวเลขการใช้งานที่น่าทึ่งเหล่านี้ แต่กรณีศึกษาทางธุรกิจ (Business Case) กลับพิสูจน์ได้ยากยิ่ง Andrew Macdonald ประธานเจ้าหน้าที่ฝ่ายปฏิบัติการ (COO) ของ Uber ได้กล่าวอย่างเปิดเผยในพอดแคสต์ Rapid Response ว่าเขาไม่สามารถเชื่อมโยงโดยตรงระหว่างการใช้จ่ายด้าน AI และการพัฒนาในผลิตภัณฑ์สำหรับผู้บริโภคได้ "การเชื่อมโยงนั้นยังไม่เกิดขึ้น" เขากล่าว "อาจจะพอสรุปโดยนัยได้ว่ามีการส่งมอบสิ่งต่างๆ มากขึ้น แต่มันยากมากที่จะลากเส้นเชื่อมระหว่างหนึ่งในสถิติเหล่านั้นไปสู่การบอกว่า 'โอเค ตอนนี้เรากำลังผลิตฟีเจอร์ที่มีประโยชน์ต่อผู้บริโภคเพิ่มขึ้น 25% ได้แล้วจริงๆ'" CTO Naga ได้กล่าวกับ The Information ว่า "ผมต้องกลับไปเริ่มนับหนึ่งใหม่เพราะงบประมาณที่ผมคิดว่าจะต้องใช้ มันถูกใช้หมดไปแล้ว"

การอุบัติขึ้นของ Tokenmaxxing และ Goodhart's Law ในทางปฏิบัติ

รากเหง้าของเหตุการณ์เหล่านี้คือความล้มเหลวทางการจัดการที่ถูกอธิบายไว้ด้วย Goodhart's Law: "เมื่อมาตรวัดกลายเป็นเป้าหมาย มันก็จะไม่ใช่มาตรวัดที่ดีอีกต่อไป" บริษัทที่กระตือรือร้นจะแสดงให้เห็นถึงการนำ AI มาใช้ ได้สร้างกระดานผู้นำภายในที่จัดอันดับพนักงานหรือทีมตามปริมาณการใช้ Token หรือจำนวนครั้งที่เรียกใช้เครื่องมือ AI พนักงานซึ่งมีพฤติกรรมที่สมเหตุสมผล จึงปรับตัวเพื่อเพิ่มคะแนนตามเมตริกนั้นให้สูงที่สุด แทนที่จะมุ่งเน้นที่ผลลัพธ์ ผลลัพธ์ที่ตามมาคือการระเบิดขึ้นของคำสั่ง AI ไร้ค่าที่ไม่จำเป็น ซึ่งสร้างอันดับบนกระดานผู้นำแต่ไม่ได้สร้างมูลค่าทางธุรกิจใดๆ พร้อมกับที่ทำให้ต้นทุนโครงสร้างพื้นฐานสูงขึ้นโดยตรง

พฤติกรรมนี้ไม่ได้จำกัดอยู่แค่ Amazon และ Uber มีรายงานหลายฉบับระบุว่ามีการสังเกตเห็น Tokenmaxxing ในบริษัทเทคโนโลยียักษ์ใหญ่อื่นๆ เช่นกัน แต่การที่ Amazon ประกาศยกเลิกกระดานผู้นำอย่างเปิดเผย ได้กลายเป็นสัญลักษณ์ที่ชัดเจนที่สุดของความล้มเหลวของแนวทางปฏิบัตินี้

จุดเปลี่ยนใหญ่ขององค์กร สู่การมีวินัยด้าน ROI

จุดร่วมที่พบในเหตุการณ์เหล่านี้ไม่ใช่การที่เครื่องมือ AI ล้มเหลว แต่เป็นการที่การวัดผลและให้รางวัลกับปริมาณการบริโภคดิบๆ นั้นสร้างแรงจูงใจที่ผิดเพี้ยน ซึ่งอาจมีต้นทุนแพงกว่างานที่ AI ตั้งใจจะเข้ามาช่วยทำเสียอีก ตอนนี้บริษัทต่างๆ กำลังเปลี่ยนจากการใช้ปริมาณการนำไปใช้ (Adoption Volume) เป็นเมตริก ไปสู่การตั้งคำถามถึงมูลค่าทางธุรกิจที่วัดผลได้: "AI ช่วยให้สิ่งที่เราส่งมอบ มันดีขึ้นจริงหรือไม่?" .

สิ่งเริ่มต้นจากการแข่งขันเพื่อนำ AI มาใช้ กำลังกลายเป็นบททดสอบวินัยด้านต้นทุน ยุคสมัยของการบริโภค Token มากที่สุดเท่าที่จะทำได้กำลังสิ้นสุดลง และยุคสมัยแห่งการตอบคำถามว่า "ต้นทุนนั้นสร้างผลลัพธ์ให้เป็นรูปธรรมได้แค่ไหน" กำลังเริ่มต้นขึ้น