Кто больше тратит токенов: Рид Хоффман поддержал спорный KPI для эпохи ИИ

Сооснователь LinkedIn Рид Хоффман поддержал идею отслеживать расход ИИ-токенов сотрудниками. Но в индустрии спорят: это показатель внедрения ИИ или ложная метрика.

📋 Обзор

Через несколько дней после того, как Meta закрыла внутреннюю панель мониторинга «tokenmaxxing» на фоне сообщений об утечке корпоративного ИИ-рейтинга в прессу, в дискуссию вмешался сооснователь LinkedIn и инвестор Рид Хоффман. Он публично поддержал саму идею, которая в последние месяцы быстро набирает популярность в Кремниевой долине: считать, сколько токенов ИИ использует каждый сотрудник, и по этому косвенному показателю оценивать, насколько активно человек осваивает новые инструменты.

Что вообще означает tokenmaxxing

Токен в системах искусственного интеллекта — это небольшая единица данных, которую модель обрабатывает при анализе запроса и генерации ответа. Именно токены лежат в основе тарификации большинства ИИ-сервисов: чем больше токенов обработано, тем выше стоимость использования модели. Отсюда и возникла идея: если сотрудник активно работает с ИИ и тратит много токенов, значит, он глубже интегрировал такие инструменты в повседневные задачи.

Сам термин tokenmaxxing построен по аналогии с молодежным сленгом Gen Z, где суффикс maxxing означает стремление «прокачать» или оптимизировать какой-либо аспект — по аналогии с выражениями вроде looksmaxxing или sleepmaxxing. В корпоративной среде это превратилось в попытку максимизировать использование ИИ-моделей как нового ресурса продуктивности.

Почему вокруг метрики начался спор

Несмотря на растущую популярность подхода, инженеры и менеджеры в технологических компаниях спорят, можно ли считать расход токенов рабочим KPI. Критики сравнивают такую метрику с рейтингом сотрудников по принципу «кто больше потратил денег». Сам по себе объем использования еще не говорит о качестве результата. Один специалист может решить задачу точно и быстро, сформулировав короткий, продуманный запрос, а другой — сжечь в разы больше токенов на бесконечные итерации без ощутимой пользы для бизнеса.

Сомнения усилились после истории с Meta, где внутренняя панель tokenmaxxing оказалась в центре внимания СМИ. Компания фактически свернула этот инструмент после того, как информация о существовании ИИ-лидерборда стала публичной. Для рынка это стало сигналом: даже крупнейшие игроки пока не уверены, как именно измерять реальную отдачу от массового внедрения генеративного ИИ внутри компаний.

Позиция Рида Хоффмана

Хоффман, давно выступающий за активное внедрение ИИ в бизнес-процессы, фактически встал на сторону тех, кто считает расход токенов полезным индикатором. Логика здесь понятна: в период, когда компании только учатся встроить ИИ в рабочую среду, сам факт регулярного использования моделей уже важен. С этой точки зрения tokenmaxxing — не идеальная, но понятная ранняя метрика, позволяющая увидеть, кто из сотрудников действительно экспериментирует с новыми инструментами, а кто игнорирует их.

Иными словами, речь идет не столько о прямом измерении производительности, сколько о маркере культурных изменений в компании. Для руководителей это способ понять, какие команды быстрее адаптируются к новому технологическому укладу.

Что это значит для компаний в России

Для российского ИТ-рынка эта дискуссия тоже актуальна. Местные компании все активнее внедряют корпоративных ИИ-помощников, используют большие языковые модели в поддержке, разработке, аналитике, маркетинге и документообороте. Однако вопрос метрик остается открытым и здесь. Если оценивать сотрудников только по числу запросов к ИИ или объему израсходованных токенов, можно получить искаженную картину: люди начнут «накручивать» использование инструмента ради внутреннего рейтинга, а не ради результата.

Российскому бизнесу ближе был бы более прагматичный подход: связывать ИИ-активность с конкретными показателями — сокращением времени на рутинные операции, ускорением написания кода, повышением качества поддержки клиентов, уменьшением числа ошибок в документах. В этом смысле tokenmaxxing может работать как вспомогательный индикатор, но не как самостоятельная оценка эффективности.

Хорошая аналогия для отечественного рынка — учет рабочего времени в системах управления проектами. Само по себе количество часов, проведенных в таск-трекере, не гарантирует результата. То же самое и с токенами: полезно видеть динамику внедрения, но опасно подменять ею реальные бизнес-цели.

Куда движется рынок

История вокруг Meta и комментарии Хоффмана показывают, что индустрия только формирует новые правила управления ИИ в компаниях. В ближайшее время бизнес, вероятно, будет искать комбинированные метрики: учитывать не только расход токенов, но и качество ответов, долю автоматизированных задач, экономию времени и влияние на выручку. Иначе корпоративная гонка за токенами рискует превратиться в очередной модный, но поверхностный KPI.

Пока же tokenmaxxing остается ярким симптомом переходного периода, когда компании пытаются нащупать понятный способ измерить цифровую зрелость сотрудников в эпоху генеративного ИИ. Поддержка со стороны Рида Хоффмана придает этой идее дополнительный вес, но не снимает главного вопроса: помогает ли рост потребления ИИ бизнесу, или просто создает новую корпоративную игру в цифры.