Tokenmaxxing: опасный новый тренд, который бизнесу пора остановить

Как появилась токен-максимизация

Компании поощряют сотрудников расходовать как можно больше ресурсов ИИ и иногда составляют рейтинги по числу использованных токенов.

Токены — это небольшие фрагменты текста, которые модели обрабатывают при получении промта и создании ответа. OpenAI, Anthropic и Google обычно выставляют компаниям счета в зависимости от количества использованных токенов.

Поэтому токены удобно применять для учёта расходов. Проблема начинается, когда их объём превращают в показатель внедрения ИИ, производительности или интереса сотрудников к технологии.

Работники начинают намеренно увеличивать потребление токенов, чтобы подняться в рейтинге, выполнить формальный план или доказать, что активно используют ИИ. На фоне миллиардных вложений компаний в эту технологию безобидный на первый взгляд показатель может привести к большим расходам.

Рейтинг Meta

Точное происхождение термина неизвестно, но многие впервые столкнулись с ним после сообщений о рейтинге Claudeonomics в Meta. Его создал сотрудник компании, чтобы ранжировать коллег по объёму использованных токенов.

От работников требовали показывать, что ИИ помогает им быть продуктивнее, а иногда — хотя бы демонстрировать сам факт использования ИИ. В рейтинге отображались 250 сотрудников с наибольшим потреблением токенов. Система просуществовала недолго: после того как о ней стало известно публично, рейтинг быстро удалили.

Случившееся можно было бы принять за внутреннюю шутку. Но оно показало, насколько сильно компании полагаются на легко измеряемый показатель, не подтверждая его связь с производительностью, улучшением клиентского опыта или ростом выручки.

Meta оказалась не единственной крупной технологической компанией с такой проблемой. По сообщениям СМИ, сотрудники Amazon научились обходить собственный рейтинг, чтобы выглядеть более активными пользователями ИИ, чем были на самом деле.

Затем идея вышла за пределы Кремниевой долины. Business Insider сообщил, что в JP Morgan сотрудников распределяли по категориям «лёгких» и «тяжёлых» пользователей в зависимости от потребления токенов. Похожая ситуация возникла в Disney, хотя позже компания уточнила, что хочет ускорить работу без токен-максимизации.

CEO Nvidia Дженсен Хуанг также поддержал такой подход. По его словам, он был бы «глубоко встревожен», если бы инженер с зарплатой $500 000 за год не израсходовал токенов хотя бы на $250 000. При этом Nvidia сама относится к главным выгодоприобретателям роста расходов на ИИ.

Токен-максимизация характерна не только для крупных компаний. В малом бизнесе её обычно проводят менее показательно, но встречаются случаи, когда сотрудников просят использовать ИИ как можно чаще, чтобы оправдать маркетинговые определения ИИ-first и ИИ-native.

Компании также включают владение ИИ в описания вакансий, даже если для конкретной должности это неочевидно необходимо, а затем используют такой критерий при оценке работы сотрудников.

Примерно за год термин прошёл путь от обозначения стратегии до предупреждения о неэффективном использовании ИИ.

Почему это дорого

Вычислительные ресурсы для ИИ стоят дорого, особенно когда компании поручают автономную работу ИИ-агентам. По оценкам, внедрение ИИ-агентов обходится в 10–100 раз дороже использования обычных чат-ботов.

2026 год стал годом активного распространения ИИ-агентов, поэтому многие компании начали расходовать токены с высокой скоростью. Один из заметных примеров — Uber: по сообщениям, компания потратила весь годовой бюджет на ИИ всего за четыре месяца 2026 года.

Токен-максимизация, особенно если её легко обходить, становится крайне дорогой практикой, которая в основном увеличивает объём работы, а не результат.

Есть и риски для безопасности. Каждый запущенный экземпляр ИИ-агента или чат-бота создаёт новые потенциальные проблемы с разрешениями и аутентификацией. Бессмысленная работа ИИ, которую запускают ради подъёма в рейтинге, повышает вероятность того, что уязвимо реализованная система приведёт к неприятностям.

Вместо этого компаниям предлагают сосредоточиться на «максимизации ценности» — подходе, при котором команды, использующие ИИ, отчитываются о прогрессе и отвечают за него. Оценивать нужно показатели, на которые ИИ должен влиять:

Сейчас компании стремятся показать, что используют ИИ, а подсчёт токенов кажется самым простым способом это доказать.

Гораздо сложнее показать, какую ценность технология создаёт. Но компаниям придётся заняться этим в ближайшее время: акционеры, инвесторы и клиенты начнут требовать конкретных результатов.