Meta entwickelt KI-Ausgabenkontrollen nach Nutzungsspitze

Ein zentrales KI-Monitoring- und Ausgabenkontrollsystem wird bei Meta entwickelt, nachdem das Unternehmen festgestellt hatte, dass es intern mehr für KI ausgab als erwartet. Die Entscheidung zeigt, dass Unternehmen darüber nachdenken, ob die Renditen aus KI die damit verbundenen Kosten rechtfertigen.

Das Unternehmen hat an etwa 6.000 Mitarbeiter eine Memo verschickt, in der Pläne für KI-Ausgabenobergrenzen, Budgets und Token-Beschränkungen dargelegt werden. Unter dem „AI Gateway“ hätten Teams Zugriff auf einen Überblick über die KI-Nutzung, der automatisch Benachrichtigungen sendet, wenn es zu ungewöhnlichen Ausgabenspitzen kommt. Das strukturierte Token-Management soll bis 2027 vollständig implementiert sein.

In der Memo hieß es, dass Meta ein schnelles Wachstum bei der internen KI-Adoption verzeichne und es wahrscheinlich sei, dass es 2026 Milliardenbeträge für die KI-Nutzung der Mitarbeiter ausgeben werde.

Die Nachwirkungen von „Tokenmaxxing“

Der Fokuswechsel bei Meta von der Förderung der KI-Nutzung hin zur Kontrolle ihrer Nutzung zeigt ein wiederkehrendes Thema im amerikanischen Unternehmensumfeld. Das Unternehmen incentivierte seine Mitarbeiter früher, KI zu nutzen, indem es interne Leaderboards („Claudeonomics“, benannt nach Anthropes KI-System) einführte. Meta betreibt dieses bestimmte Leaderboard nicht mehr.

Der breitere Trend hat einen Namen: „Tokenmaxxing“, was die Praxis beschreibt, die maximale Menge an KI-Token aus welchem Grund auch immer zu verwenden, sei es, um interne Adoptionsmetriken aufzublähen oder sie einfach zu verbrauchen. Die gleiche Situation trat bei Amazon auf, nachdem seine Mitarbeiter ein Leaderboard zur Verfolgung der Token-Nutzung eingeführt hatten, das das Unternehmen jedoch Ende Mai aufgrund von Bedenken, dass es zu verschwenderischen Ausgaben führe, wieder abschaffte, berichtet Business Insider.

Ubers Erfahrung zeigt, wie schnell Kosten außer Kontrolle geraten können. Das Fahrdienstunternehmen verbrauchte sein gesamtes geplantes KI-Coding-Budget für 2026 bis April, also nur vier Monate nach Jahresbeginn. Uber-COO Andrew Macdonald sagte gegenüber Rapid Response, dass es dem Unternehmen schwergefallen sei, Token-Ausgaben mit messbaren Ergebnissen zu verknüpfen. „Diese Verbindung besteht noch nicht, oder?

Ein Kostenproblem, das die Branche noch nicht gelöst hat

Die budgetären Belastungen gehen weit über Silicon Valley hinaus. Laut einer KPMG-Umfrage die ursprünglich von der Wall Street Journalberichtet wurde, haben nur 26 % der Unternehmen einen umfassenden Überblick über ihre KI-Kosten, während 50 % nur eine teilweise Transparenz haben und 22 % entweder keine Transparenz haben oder die Ausgaben erst nach Erhalt der Rechnungen entdecken. Wie Steve Chase, globaler Leiter für KI bei KPMG, bemerkte, helfe das Unternehmen Berichten zufolge Kunden, die ihre jährlichen Token- oder Cloud-Computing-Budgets bereits innerhalb weniger Monate ausgeschöpft haben.

Microsoft hat kürzlich fast alle direkten Lizenzen für Claude Code zurückgezogen und Ingenieure zu seiner eigenen GitHub Copilot CLI umgeleitet, wie Fortune berichtete, nur sechs Monate nachdem es das Anthropic-Tool seinen Mitarbeitern zugänglich gemacht hatte. Der Schritt erfolgte, nachdem die Mitarbeiter-Nutzung schneller skalierte als erwartet.

Wirtschaftliche Überlegungen deuten darauf hin, dass die anfänglichen Erwartungen hinsichtlich der schnellen Rentabilität von KI aufgrund von Arbeitseinsparungen zu optimistisch waren. Bryn Catanzaro, Vizepräsident für angewandtes Deep Learning bei NVIDIA, teilte Axios mit, dass die Rechenkosten für seine Gruppe bereits die Kosten für die Beschäftigung von Menschen übersteigen. Goldman Sachs ist der Ansicht dass agentic AI bis 2030 zu einem 24-fachen Anstieg des Token-Verbrauchs führen könnte, wobei die monatlichen Verbrauchsraten 120 Quadrillionen Token pro Monat erreichen, selbst wenn die Token-Preise pro Einheit sinken.

Darüber hinaus prognostiziert Gartner, dass sinkende Token-Kosten nicht zu günstigeren Enterprise-KI-Anwendungen führen werden, da agentic AI-Algorithmen pro Aufgabe deutlich höhere Token-Anzahlen verwenden, während Anbieter wahrscheinlich die gesamten Einsparungen für sich behalten. „Chief Product Officers sollten die Deflation von Commodity-Token nicht mit der Demokratisierung von Frontier-Reasoning verwechseln“, sagte Gartner Senior Director Analyst Will Sommer. Zuvor hatte Cryptopolitan berichtete berichtet, dass Zuckerberg zugab, Meta habe bei seiner KI-Transformation „Fehler“ gemacht

Was können Meta-Mitarbeiter erwarten?

Laut Die Memo enthüllte, dass Meta seine Mitarbeiter davon abhalten wird, externe KI-Software zum Schreiben von Code zu verwenden, und sie stattdessen dazu ermutigen wird, den eigenen Assistenten von Meta, MetaCode (früher Devmate genannt), zu nutzen. Diese Änderungen werden in den kommenden Wochen umgesetzt.

Gleichzeitig gehen Metas Bemühungen zur Reduzierung der mit KI verbundenen Kosten mit erheblichen organisatorischen Veränderungen einher. Im März dieses Jahres sollte Meta Entlassungen in Betracht ziehen, die mindestens 20 % der insgesamt rund 79.000 Mitarbeiter betreffen, wovon ein Teil durch Investitionen in KI-Infrastruktur in Höhe von rund 600 Milliarden Dollar bis 2028 verursacht wird.

Der CEO von OpenAI, Sam Altman, hat diese Herausforderung in der Branche sehr gut herausgestellt. Er erklärte: „Das ist derzeit die fairste Kritik an KI.“ Er fuhr fort: „Man hört Unternehmen sagen, sie gäben eine Menge Geld für KI aus. Und ich weiß, dass einige großartige Dinge passieren, aber ich weiß auch, dass es eine Menge Verschwendung gibt.“

Für die globale Wirtschaft stellt sich die Frage, ob die Unternehmens-KI-Budgets schrumpfen, bevor die Technologie ihre Produktversprechen einlöst, oder ob fallende Token-Preise und bessere Tools die Lücke zuerst schließen. Die Antwort wird die Einstellungen, Kapitalausgaben und Wettbewerbsdynamiken in verschiedenen Branchen über Jahre hinweg prägen.