Startup wydał ponad 300 tys. zł na grę stworzoną przez AI, a jedna firma ma 500 mln dol. długu u Anthropic. Tokenmaxxing wymyka się spod kontroli.

Źródło zdjęcia: Spider's Web
Korporacje na całym świecie wierzą, że sztuczna inteligencja to magiczna recepta na sukces. Wystarczy tylko przekonać pracowników do korzystania z AI — brzmi prosto, prawda? Jak się okazuje, zachęcanie do maksymalnego wykorzystania sztucznej inteligencji może zakończyć się wielotysięcznymi rachunkami za generowanie... nic szczególnie wartościowego. Jak opisuje Spider's Web, przykład startupu Slash pokazuje, jak daleko mogą się posunąć pracownicy z firmowym budżetem AI.
Nicolas Brilliante, odpowiadający za strategiczne segmenty biznesu w startupie Slash, stworzył prostą strzelankę inspirowaną Minecraftem. W grze „Brainrot Shooter” gracze eliminują przeciwników opartych na internetowych memach jak „Skibidi Toilet” czy „Tung Tung Tung Sahur”. Problem? Na jej utworzenie wydał firmowe kredyty AI o wartości ponad 81 tysięcy dolarów.
Zamiast ukrywać wpadkę, Slash postanowił z niej skorzystać. Firma udostępniła grę publicznie z prośbą, by zagrało w nią jak najwięcej osób — wtedy będzie mogła odpisać koszty jako wydatki marketingowe.
„W zeszłym tygodniu zachęcaliśmy pracowników firmy, żeby zaczęli więcej programować z użyciem AI, ale @nickbruhman wydał 80 tys. dolarów w kredytach z karty Slash na zrobienie Brainrot shootera. Proszę, zagrajcie w nią, żebyśmy mogli to odpisać jako koszt marketingu” — napisała firma na platformie X.
Sam Brilliante skomentował sprawę jako „prawdziwy wypadek”, dodając: „nie doceniłem swoich możliwości”.
Problem Slash to nie odosobniony przypadek. Jak relacjonuje Business Insider, w przedsiębiorstwach narodziło się zjawisko „tokenmaxxingu” — używania licznika zużycia tokenów jako miernika zaangażowania pracowników w adopcję AI. To prosta droga do nadużyć.
Skala problemu robi wrażenie. Jedna z amerykańskich firm ma obecnie 500 milionów dolarów długu u Anthropic po tym, jak jej pracownicy bez limitów korzystali z chatbota Claude. Z kolei w Accenture największym wyzwaniem są działy nietechniczne wykorzystujące AI do najbardziej prozaicznych zadań.
Justice Kwak, szef strategii AI w Accenture, przyznał podczas rozmowy z pracownikami:
„Z wewnętrznych danych wynika, że zużycia tokenów nie napędzają nasi inżynierowie. Robi to wielu pracowników spoza działów technicznych.”
Część zespołów wykorzystywała firmowe budżety AI do konwertowania plików PDF na prezentacje PowerPoint — zadań, które można wykonać znacznie prostszymi narzędziami. Źródłem problemu nie było lenistwo, ale ostrzeżenia, że pracownicy z bardzo niskim użyciem AI nie będą kwalifikować się do podwyżek.
W odpowiedzi na rosnące koszty, firmy jak Uber wprowadziły limity — maksymalnie 1,5 tysiąca dolarów miesięcznie na pracownika. Jednak eksperci wskazują, że problem leży głębiej. Większość wdrożeń AI przypomina rzucenie hasłem dostępu i krzyknięcie „macie dostęp do chatbota, zróbcie coś fajnego”, zamiast wyznaczenia konkretnych celów i budżetów.
Tokenmaxxing może się okazać cenną lekcją podstawowego zarządzania zasobami dla kadry zarządzającej żądnej szybkich zysków z AI. Bez właściwej strategii, nawet najbardziej zaawansowane technologie mogą stać się źródłem kosztownych absurdów.

Microsoft łączy aplikacje Copilot w jedną platformę z agentami AutoPilot, które automatycznie obsługują zadania w tle. Premiera w sierpniu 2026.

Greg Brockman z OpenAI przedstawia wizję niewidzialnego AI, które eliminuje potrzebę nauki oprogramowania. Wtyczki ChatGPT z 2023 roku okazały się niepowodzeniem.
Model GPT-5.5 nieproporcjonalnie często kończy rozumowanie na dokładnie 516 tokenach, co może tłumaczyć gorsze wyniki w złożonych zadaniach programistycznych.