İK yazılımı sağlayıcısı Rippling bu hafta, şirketlerin yapay zeka harcamalarını takip edip kontrol altında tutmasına yardımcı olan yeni bir ürün olan AI Spend Console'u tanıttı. Ürünün en dikkat çekici özelliklerinden biri, bireysel çalışanların, ekiplerin ve farklı rollerin ne kadar harcama yaptığını, gerçekten daha üretken olup olmadıklarını ya da sadece yapay zeka ile kalitesiz içerik mi ürettiklerini net bir şekilde göstermesi.
Şirket, resmi blog yazısında bu aracın "kod incelemelerinde meslektaşlarının sık sık işi yeniden yapmalarını istediği, yüksek yapay zeka harcaması yapan mühendisleri" ortaya çıkaracağını vaat ediyor.
Bu araç, Rippling'in yılın başında tıpkı pek çok şirket gibi yapay zeka token tüketimine son hızla yüklenmesi, ancak ardından çalışanların inanılmaz bir hızla bütçe yakmasını fark etmesiyle hayat buldu. Ürün Direktörü Matt MacInnis, Mali İşler Direktörü Adam Swiecicki'nin mart ayında yönetici ekibine sunduğu ve herkesi şoke eden rakamı hala net bir şekilde hatırlıyor.
Rippling, araştırma ve geliştirme (Ar-Ge) biriminin personel bütçesinin yüzde 40'ını yapay zeka tokenlarına harcamak üzereydi. Bu durum, birimdeki tüm çalışanlara ödediği maaşların yüzde 40'ı kadar sadece tokenlara para harcadığı anlamına geliyordu. Ortada milyonlarca dolarlık bir harcama vardı.
Harcamalar aydan aya yüzde 80 oranında artıyordu. Bu eğilim devam ederse, şirketin gelecek yıl yüksek maaşlı Ar-Ge birimi çalışanlarına ödediği paranın neredeyse tamamını, yani yüzde 90'ını yapay zeka tokenlarına harcayacağı hesaplandı.
MacInnis, TechCrunch'a yaptığı açıklamada, "Rakamları görünce inanamadık," dedi.
Yönetim, harcamaları ve bu paraya karşılık ne elde ettiklerini anlamak için hemen acil bir proje başlattı. Hatta bu yeni ürünün tanıtım reklamında, Mali İşler Direktörü Swiecicki bir taburede otururken, çalışanların destelerle nakit parayı alıp kağıt imha makinesine attığı sahneleniyor.
Rippling yaptığı analizde, şirketin blog yazısında paylaştığı üzere "çalışanlarımızın kabaca yüzde 10-15'i toplam yapay zeka harcamasının yaklaşık yüzde 60'ını oluşturuyordu. Sadece bir mühendis ayda 50.000 dolar harcama yapıyordu" gibi çarpıcı gerçekleri ortaya çıkardı.
Rippling yapay zeka kullanımını tamamen durdurmak değil, sadece harcamaları ciddi anlamda dizginlemek istiyordu. İşe, şirketin kullandığı Cursor, OpenAI ve Anthropic gibi araçların her biriyle maksimum harcama limiti belirleyerek başladı. Ancak hemen bariz bir sorunla karşılaştılar: Çalışanlar, tüm görevler için varsayılan olarak en yeni ve en pahalı öncü modelleri kullanıyordu.
MacInnis konuyla ilgili şu değerlendirmeyi yaptı: "Gerçek şu ki, Anthropic ve OpenAI gibi çıkarım sağlayıcılarının harcamalarınızı kontrol etmenize yardımcı olmak için hiçbir teşviki yok. Harcamaların kontrolden çıkması için her türlü teşvikleri var ve tam olarak yaptıkları şey de bu. Size kullanıma dair net içgörüler sunmuyorlar ve birbirleriyle de işbirliği yapmıyorlar."
Bu, 2026'nın başlarında sektör genelinde yaygın bir sorundu. Şimdi, yılın sekiz ayını geride bırakmışken, büyük işletmeler birkaç önemli şeyi kavradı. İlk olarak, Çin menşeli olabilecek açık ağırlıklı bir öncü model de dahil olmak üzere, çeşitli fiyat noktalarında birden fazla yapay zeka laboratuvarından farklı modellere ihtiyaçları olduğunu fark ettiler.
Rippling kurucusu ve CEO'su Parker Conrad geçen ay, şirketinin kendi iç kullanımları için yaptığı testlerde SpaceX'in Grok modelinin genel bir lider olduğunu, ancak "GLM 5.2'nin yüzde 85 daha ucuz olmasına rağmen öncü modellerle neredeyse aynı performansı" gösterdiğini belirtti. (SpaceX artık onlarca diğer modelin yanı sıra Grok'a da erişim sunan Cursor'un sahibi konumunda.) Z.ai'nin GLM 5.2 modeli, bugünlerde teknoloji şirketleri arasında kodlama görevleri için özellikle favori bir Çin modeli haline geldi. Databricks de bu modeli aktif olarak destekleyenler arasında.
İkinci olarak, işletmeler artık istemleri görev için en iyi ve en uygun maliyetli modele yönlendirecek bir yapay zeka geçidine ihtiyaç duyduklarını kavradı. Rippling de aynı sonuca vardı. Bu nedenle, bu yeni ürünün de bir parçası olan kendi yapay zeka geçidini geliştirdi. MacInnis, halihazırda başka bir geçit kullanan işletmelerin yine de AI Spend Console ürününü kullanabileceğini, ancak harcamaları yöneten özelliklerden yararlanmak istiyorlarsa Rippling'in geçidini kullanmaları gerekeceğini belirtiyor.
AI Spend Console, günlük istem sayısını, iş çıktısını (kod satırları veya çekme istekleri) ve toplam harcamayı birleştirerek puanlayan gösterge panelleri oluşturuyor.
Rippling, bu araç sayesinde token harcamalarını personel bütçesinin yüzde 40'ından yaklaşık yüzde 15'e düşürdü. Ancak yapay zeka kullanımını kısıtlamamış oldu. MacInnis, şirketin CFO'nun uyarısını yaptığı ayda 605 milyar token ile zirve yaptığını paylaştı. Temmuz ayında ise iç kullanım tekrar 600 milyar tokene ulaştı, ancak "Temmuz ayındaki token harcamasının maliyeti, Nisan ayındaki token harcamasının maliyetinin sadece yüzde 37'siydi," diye ekledi.
MacInnis, "Bunun tek nedeni artık daha etkili modellere yönlendirme yapıyor olmamız," dedi ve "satış ekibinin Fable kullanarak dilbilgisi güncellemeleri yapmasına izin vermiyoruz" diyerek espri yaptı.
Ancak Rippling, sadece teknolojik çözümlerin yeterli olmadığını da vurguluyor. Şirket, yapay zekayı etkili kullanan kişileri tespit etti ve onları şirketin geri kalanına yardımcı olmakla görevli "yapay zeka kaptanları" olarak atadı.
Yine de mühendisliğin ötesine geçme çabalarının hala gelişmekte olduğunu belirten MacInnis, yazılım mühendislerinin şu ana kadar birincil kullanıcılar olduğunu söylüyor. Ancak Rippling, örneğin müşteri karşılama ekiplerinin bazı e-posta verilerini ve veri uzlaştırma görevlerini otomatikleştirmesi için yeni çözümler geliştiriyor. Gösterge paneli, üretkenliği daha fazla müşteri karşılama oranı üzerinden ölçecek.
MacInnis, "Genel idari işlevlerdeki ve müşteriye dönük birimlerdeki token tüketimini doğrudan üretkenliğe bağlayabilmeliyiz. Bunu yapamazsak, bu araçların daha geniş çalışan kitlesine sunulması konusunda tüm umutlarımızı rafa kaldırmamız gerekir," diyor.
Yani, Rippling bir örnek teşkil ediyorsa, aşırı token tüketimi o kadar ters yöne savrulmuş olabilir ki, çalışanların yapay zekaya erişimi artık Slack veya e-posta kullanımı gibi sınırsız olmayabilir. Şirket üretkenliği ölçemezse, tüm çalışanlar bu araçlara erişim hakkını kaybedebilir.
Ürüne gelince, AI Spend Console Rippling'in İK aboneleri için pakete dahil edildi, ancak ek yapay zeka kullanımına dayalı maliyetler söz konusu. MacInnis, ürünün ayrıca bağımsız bir yazılım olarak satın alınabileceğini ve başka bir İK kayıt sistemiyle de entegre edilebileceğini sözlerine ekledi.
