Meta wprowadza ograniczenia na wewnętrzne korzystanie z AI po tym, jak koszty konsumpcji tokenów przez pracowników zbliżyły się do poziomu miliardów dolarów w 2026 roku. Firma wysłała wewnętrzną notat
Meta wprowadza ograniczenia na wewnętrzne korzystanie z AI po tym, jak koszty konsumpcji tokenów przez pracowników zbliżyły się do poziomu miliardów dolarów w 2026 roku. Firma wysłała wewnętrzną notatkę do około 6000 pracowników, ostrzegając przed „wykładniczym wzrostem” wykorzystania sztucznej inteligencji, jak podaje The Information.
Problem dotyczy kosztów zewnętrznych narzędzi AI używanych przez pracowników do codziennej pracy, które stanowią dodatkową warstwę wydatków obok planowanych przez Meta inwestycji w infrastrukturę AI sięgających 135 miliardów dolarów do 2026 roku.
Wewnętrzna notatka ujawniła, że pracownicy skonsumowali 73,7 biliona tokenów w ciągu około miesiąca. Wykorzystanie było śledzone przez wewnętrzną tablicę wyników o nazwie „Claudeonomics” — nawiązanie do Claude firmy Anthropic, jednego z najczęściej używanych zewnętrznych narzędzi AI w firmie. Ranking pracowników i zespołów według konsumpcji tokenów nieumyślnie zachęcał do zwiększania wolumenu użycia kosztem produktywnego wykorzystania.
CTO Andrew Bosworth wydał osobną notatkę krytykującą zjawisko „tokenmaxxingu”. Jak napisał: „Nikt nie powinien używać narzędzi AI tylko po to, żeby z nich korzystać. Nie każdy ruch to postęp, a samo użycie tokenów nie jest w żaden sposób miarą wpływu”.
Meta planuje zlikwidować tablicę wyników i zastąpić ją scentralizowaną platformą monitoringu „AI Gateway”, która będzie śledzić wykorzystanie i wydatki wszystkich zespołów w czasie rzeczywistym. System będzie zawierał automatyczne alerty o nietypowych wzrostach wydatków.
Problem Meta nie jest odosobniony. Badanie KPMG wykazało, że tylko 26% firm ma kompleksowy wgląd w swoje koszty AI. Goldman Sachs prognozuje 24-krotny wzrost konsumpcji tokenów w przedsiębiorstwach do 2030 roku, osiągając 120 kvadryliardów tokenów miesięcznie w całej branży.
CEO OpenAI Sam Altman przyznał, że firmy mówią mu: „wydaję tony pieniędzy na AI... ale wiem, że jest w tym mnóstwo marnotrawstwa”. Wzorzec sugeruje szersze rozliczenie w branży, gdy przedsiębiorstwa przechodzą od agresywnego wdrażania AI do zarządzania kosztami.
Przykład Uber pokazuje skalę problemu — firma wyczerpała cały budżet AI na kodowanie w 2026 roku w zaledwie cztery miesiące, co zmusiło ją do wprowadzenia limitu 1500 dolarów miesięcznie na pracownika na narzędzie. Mimo że prawie 95% inżynierów Uber używa narzędzi AI miesięcznie, a blisko 70% zatwierdzonego kodu jest generowane przez AI, COO Andrew Macdonald stwierdził, że związek między wydatkami na tokeny a mierzalnymi wynikami „jeszcze nie istnieje”.
Wprowadzenie przez Meta kontroli kosztów AI sygnalizuje znaczący zwrot kulturowy w firmie, która agresywnie zachęcała do adopcji AI w całej organizacji. Pełny system budżetowy ma być operacyjny do początku 2027 roku, co oznacza przejście od nieograniczonego dostępu do narzędzi AI do mierzonego użytkowania.

Badacze opracowali system agentów AI, który automatycznie projektuje i testuje algorytmy uczenia federacyjnego, przyspieszając rozwój tej kluczowej technologii.

Google DeepMind nawiązał pierwszą w swoim rodzaju współpracę ze studiem A24, aby wspólnie tworzyć narzędzia AI dla filmowców i rozszerzyć możliwości storytellingu.

Thariq Shihipar z Anthropic twierdzi, że jakość odpowiedzi z Fable 5 zależy głównie od umiejętności użytkownika w identyfikacji luk w wiedzy.