מטא עצרה את מרוץ הטוקנים: הלקח לכל ארגון

מטא בילתה חצי שנה בלדחוף לעובדים שלה להשתמש ביותר AI. עכשיו היא עוצרת אותם בכוח. הסיפור הפנימי שדלף מהחברה הוא שיעור שווה קריאה לכל מנהל שמפעיל היום כלי AI בארגון, לא רק לעובדי מטא.

מה קרה בפועל

לפי הדיווחים, עובדי מטא צרכו 73.7 טריליון טוקנים בחלון של שלושים יום בלבד, חלק ניכר מהם דרך כלים כמו Claude של אנתרופיק. תזכיר פנימי שיצא לכ-6,000 עובדים הזהיר שקצב השימוש הפנימי לבדו עומד לעלות לחברה מיליארדי דולרים ב-2026. הערכות בלתי תלויות מדברות על סכום שנע סביב 221 מיליון דולר בחודש, אמנם עם הנחות ארגוניות שכנראה מורידות את המספר בפועל, אבל הסדר גודל מדבר בעד עצמו.

איך הגיעו לשם? מטא הקימה לוח תחרות פנימי בשם Claudeonomics, שדירג עובדים לפי כמות הטוקנים שצרכו וחילק תארים כמו Token Legend. חלק מהעובדים, כך מדווח, השאירו סוכני AI רצים על משימות סרק רק כדי לטפס בדירוג – הרגל שקיבל דחיפה נוספת מסקירות ביצועים ב-2026 שהפכו שימוש כבד ב-AI לציפייה מובנת מאליה.

עכשיו מטא מפרקת את לוח התחרות, עוברת למעקב שימוש דרך דשבורד חדש בשם AI Gateway, ומתחילה להעביר מהנדסים לכלי הקוד הפנימי שלה, MetaCode.

למה זה מעניין מעבר למטא

הסיפור הזה לא באמת עוסק בטוקנים. הוא עוסק בתמריצים. כשמודדים הצלחה לפי כמות שימוש בכלי, ולא לפי תוצאה עסקית, מקבלים בדיוק את מה שקרה במטא: אנשים אופטימיזציה למדד, לא לתוצאה.

כשהתמריץ הוא "תצרוך יותר AI", אנשים ילמדו לצרוך יותר AI – גם כשזה לא מקדם שום דבר אמיתי.

זו לא בעיה ייחודית לחברות ענק עם תקציבי מיליארדים. כל עסק שמפעיל היום כמה מושבים של ChatGPT, Claude או כלי AI אחר לצוות השיווק או התוכן שלו, נמצא באותה נקודת החלטה בקנה מידה קטן יותר: איך מודדים אם השימוש ב-AI באמת מייצר ערך, ולא רק צריכה.

מה זה אומר בשבילכם

• אם אתם מנהלים צוות שמשתמש בכלי AI, בדקו מה בדיוק אתם מודדים – זמן שימוש וכמות פלט הם מדדים מסוכנים, כי הם מתגמלים נפח ולא איכות.
• שקלו דשבורד פשוט שמראה עלות מול תוצר בפועל: כמה תוכן שיווקי, טיוטות או קמפיינים יצאו לפועל מול כמה עלה השימוש בכלי.
• אם יש לכם תחרות פנימית או "לוח מובילים" סביב שימוש בכלים – שאלו את עצמכם מה הוא באמת מעודד, לפני שהוא הופך להרגל שקשה לעצור.
• לא כל שימוש נוסף ב-AI שווה יותר כסף או יותר תוצאות. לפעמים פחות פרומפטים ויותר מחשבה לפני שמתחילים, פשוט משתלם יותר.

הלקח האמיתי כאן הוא ניהולי, לא טכנולוגי. גם החברות שהכי מבינות ב-AI צריכות לעצור ולשאול אם השימוש שהן דוחפות באמת משרת את העסק. אם אתם רוצים לבנות בארגון שלכם תהליך עבודה עם AI שמודד תוצאה ולא רק נפח שימוש, אנחנו יכולים לעזור לכם לבנות אותו נכון מההתחלה – אפשר להתחיל כאן: שירותי הליווי שלנו.