After Rippling blew millions on AI in months, it built an employee ROI tool
A provedora de software de RH Rippling revelou esta semana o AI Spend Console, um produto anti-tokenmaxxing que ajuda empresas a rastrear e conter seus gastos com inteligência artificial. Um dos recursos mais interessantes é que ele mapeia o quanto funcionários, equipes e cargos específicos estão gastando e se eles são genuinamente mais produtivos ou se estão apenas produzindo mais lixo de IA.
A empresa promete que a ferramenta mostrará “quais engenheiros têm altos gastos com IA cujos colegas frequentemente pedem para refazer o trabalho em revisões de código”, afirma a empresa em sua postagem no blog.
A ferramenta nasceu depois que a Rippling apostou tudo no tokenmaxxing no início do ano — como tantos outros fizeram — apenas para descobrir que os funcionários estavam queimando dinheiro desenfreadamente. O diretor de produtos (CPO) Matt MacInnis ainda se lembra da reunião da equipe executiva em março, quando o diretor financeiro (CFO) Adam Swiecicki apresentou um número que os chocou.
A Rippling estava a caminho de queimar 40% do orçamento de pessoal de P&D em tokens de IA, o que significa que estava gastando tanto em tokens quanto 40% de toda a remuneração paga aos funcionários nessa unidade. Milhões de dólares. (A organização de P&D abriga a engenharia na maioria das empresas de tecnologia).
Os gastos estavam crescendo 80% mês a mês e, se essa tendência continuasse, no ano seguinte a empresa gastaria quase tanto em tokens de IA — 90% — quanto gastava com os funcionários de sua unidade de P&D, altamente remunerados.
“Ficamos incrédulos”, disse MacInnis ao TechCrunch.
A gestão empreendeu imediatamente um projeto “urgente” para entender os gastos e o que estavam obtendo por aquele dinheiro, afirmou. De fato, o anúncio de lançamento deste novo produto mostra Swiecicki sentado em um banco enquanto os funcionários pegam maços de dinheiro e os jogam em uma trituradora de papel.
Quando a Rippling conduziu uma análise, descobriu fatos como “aproximadamente 10% a 15% de nossos funcionários eram responsáveis por cerca de 60% do total de gastos com IA. Um engenheiro estava gastando US$ 50.000 por mês”, compartilhou a postagem do blog.
A Rippling não queria parar o uso de IA, apenas contê-lo — e muito. Começou negociando um teto máximo de gastos com cada uma das ferramentas usadas pela empresa: Cursor, OpenAI e Anthropic. Logo encontrou um problema óbvio: os funcionários usavam por padrão os modelos de fronteira mais recentes e caros para todas as tarefas.
“A verdade é que os provedores de inferência, como Anthropic e OpenAI, não têm absolutamente nenhum incentivo para ajudar você a controlar seus gastos. Eles têm todo o incentivo para que seja um gasto descontrolado, e é exatamente isso que eles fazem. Eles não fornecem ótimos insights de uso e não colaboram uns com os outros”, disse MacInnis.
Esse era um problema comum no início de 2026. Agora, oito meses adentro do ano, as empresas já descobriram algumas coisas. Primeiro, sabem que precisam de múltiplos modelos de múltiplos laboratórios de IA em vários preços, incluindo uma opção de pesos abertos de fronteira, talvez de origem chinesa.
O fundador e CEO da Rippling, Parker Conrad, observou no mês passado que, quando a empresa conduziu seus próprios benchmarks para usos internos, descobriu que o Grok da SpaceX era o líder geral, mas que o “GLM 5.2 é 85% mais barato, mas [tem] desempenho quase idêntico” aos modelos de fronteira. (A SpaceX agora é dona do Cursor, que oferece acesso ao Grok e a dezenas de outros modelos). O GLM 5.2 da Z.ai tornou-se um modelo chinês favorito em particular para tarefas de codificação entre empresas de tecnologia atualmente. A Databricks também tem o defendido.
Segundo, as empresas agora sabem que precisam de um gateway de IA que direcione os prompts para o melhor modelo e o mais econômico para a tarefa. A Rippling chegou a essa conclusão também. Por isso, construiu seu próprio gateway de IA, que também faz parte deste produto. MacInnis diz que é possível que empresas que já usam outro gateway continuem usando o produto AI Spend Console, embora, se quiserem os recursos que controlam os gastos, precisem usar o gateway da Rippling.
O AI Spend Console produz painéis (anteriormente conhecidos como tabelas de classificação nos dias do tokenmaxxing) que pontuam atributos como prompts por dia combinados com a produção de trabalho (linhas de código/pull requests) e gastos.
Com essa ferramenta em vigor, a Rippling disse que reduziu seus gastos com tokens de 40% do orçamento de pessoal para cerca de 15%. Mas isso não cerceou o uso de IA. A empresa gastou um pico de 605 bilhões de tokens no mês em que o diretor financeiro emitiu seu aviso, compartilhou MacInnis. Em julho, o uso interno atingiu 600 bilhões de tokens novamente, mas “o custo do gasto de tokens de julho foi de 37% do custo do gasto de tokens de abril”, disse ele.
“Isso acontece simplesmente porque agora estamos direcionando para os modelos mais eficazes”, disse ele, brincando que “não estamos permitindo que a equipe de vendas faça atualizações de gramática usando o Fable”.
Mas soluções tecnológicas não são suficientes, observa a Rippling. A empresa encontrou pessoas usando IA de forma eficaz e as transformou em “capitães de IA”, encarregados de ajudar o restante da empresa.
Ainda assim, esses esforços para usar IA além da engenharia estão em andamento, diz MacInnis, já que os engenheiros de software têm sido os principais usuários até agora. Mas a Rippling está, por exemplo, trabalhando nisso para equipes de integração de clientes para automatizar algumas tarefas de dados de e-mail e reconciliação de dados. O painel medirá então a produtividade em termos de integração de mais clientes.
“Temos que ser capazes de vincular o consumo de tokens em funções de G&A e em funções voltadas para o cliente de volta à produtividade. Se não pudermos fazer isso, não há garantia de que nada disso estará disponível para a base mais ampla de funcionários”, diz MacInnis.
Portanto, se a Rippling for um exemplo, o tokenmaxxing pode ter ido tão longe na direção oposta que o acesso dos funcionários à IA pode não ser mais como o Slack ou o e-mail. Se a empresa não puder medir a produtividade, nem todos os funcionários poderão ter acesso.
Quanto ao produto, o AI Spend Console está incluído para os assinantes de RH da Rippling, embora haja custos adicionais baseados no uso de IA. Ele também pode ser comprado como um produto independente e integrado a outro sistema de registro de RH, diz MacInnis.
