Die Softwarefirma Atlassian führte zur Eindämmung der Ausgaben für künstliche Intelligenz bei ihren Mitarbeitern strenge Kontrollmechanismen ein. Um die explodierenden Kosten in den Technologieunternehmen zu begrenzen, implementierte das Unternehmen „Künstliche Intelligenz-Geldbörsen“, die jedem Beschäftigten ein monatliches Limit von bis zu zweitausend Euro setzten. Diese Maßnahme erfolgte inmitten einer allgemeinen Tendenz in der Branche, bei der Mitarbeiter ermutigt wurden, die künstliche Intelligenz maximal auszuschöpfen, eine Praxis, die als „Token-Maximierung“ bezeichnet wurde.
Diese Entscheidung von Atlassian stand im Gegensatz zu anderen Firmen, die ihre Angestellten dazu anregten, die verfügbaren Technologien umfassend zu nutzen. Berichten zufolge führten einige Unternehmen Ranglisten für Mitarbeiter ein, die die künstliche Intelligenz am intensivsten in ihrer Arbeit einsetzten. Die Kosten für die Nutzung von KI-Modellen, wie beispielsweise GPT-5.6 Sol oder Claude Fable, stiegen rapide an, da die Abrechnung pro tausend Token teuer wurde.
Die Kostenentwicklung zeigte sich deutlich: Uber verbrauchte sein KI-Budget innerhalb von vier Monaten auf, und Amazon riet seinen Mitarbeitern, die Nutzung von künstlicher Intelligenz nur aus dem Interesse der Nutzung einzustellen. Atlassian förderte diese unbegrenzte Nutzung jedoch nicht. Das Unternehmen stellte die Geldbörsen für Mitarbeiter in den Forschungs- und Entwicklungsteams bereit, wobei die Ausgaben über vier verschiedene KI-Produkte, darunter Claude Code, verteilt wurden. Mitarbeiter erhielten Benachrichtigungen, sobald sie ihr Limit erreichten, und die Nutzung wurde gestoppt, sobald das Guthaben aufgebraucht war.
Eine Umfrage von PureProfile zeigte, dass achtzig Prozent der leitenden Mitarbeiter besorgt waren, dass eine hohe Nutzung von KI fälschlicherweise als Produktivitätsgewinn interpretiert wurde. Zudem berichteten dreißigzwanzig Prozent der Befragten, dass sie die Implementierung von KI-Anwendungen aufgrund der Kosten pausierten oder zurückführten. Experten sahen in solchen Begrenzungen eine sinnvolle Methode, um das richtige Verhalten zu fördern und eine ineffiziente Nutzung zu verhindern. Sie betonten, dass nur neun Prozent der australischen Unternehmen derzeit Limits für die Nutzung von Token oder Programmierschnittstellen bei KI-Agenten und autonomen Arbeitsabläufen besaßen.
Analysten wie Arun Chandrasekaran von Gartner erklärten, dass die Kostenexplosion durch autonome KI-Agenten verursacht wurde, welche eigenständig Aufgaben ausführten und dadurch signifikant mehr Token an die Modelle sendeten. Sie argumentierten, dass Unternehmen Wege finden mussten, die Kosten zu senken, beispielsweise durch den Einsatz weniger leistungsfähiger Modelle für einfachere Aufgaben oder durch die Nutzung von quelloffenen Modellen, bei denen die Modelle auf eigenen Systemen heruntergeladen und ausgeführt werden konnten.