Unternehmen eilten, AI-Tokens zu verbrennen, belohnten Mitarbeiter für die Nutzung und betrachteten den Verbrauch als Innovationsabzeichen – und dann kamen die Rechnungen.
Photo by Samuel Boivin/NurPhoto via Getty Images
Eine Version dieses Artikels erschien ursprünglich im AI & Tech-Newsletter von Quartz. Melden Sie sich hier an, um die neuesten Nachrichten, Analysen und Einblicke zu KI und Technik direkt in Ihren Posteingang zu erhalten..
Alle paar Monate erfindet die künstliche Intelligenz eine neue Möglichkeit, Menschen das Gefühl zu geben, hinterherzuhinken.
Zuerst kam das Prompt-Engineering, die , was kurzzeitig so aussah, als könnte es ein echter Beruf werden. Dann kam der KI-Schlamm, die Flut von generierten Bildern und Texten, die das Internet überschwemmte, bis ein Gedankenstrich-Einsatz einem das Etikett KI einbrachte. Dann kam das Vibe-Coding, als Entwickler und Nicht-Entwickler gleichermaßen anfingen, in einfachem Englisch zu beschreiben, was sie wollten, und die KI den Rest überließen, unabhängig davon, ob das Ergebnis sicher war oder dem Druck standhält.
Schließen Sie sich über 500.000 Lesern an, die ihren Tag mit Quartz beginnen.
Mit dem Abonnieren stimmen Sie unseren Nutzungsbedingungen und unserer Datenschutzrichtlinie zu.
Das Neueste war Tokenmaxxing. Und wie die Trends, denen es folgt, könnte es bereits vorbei sein.
Für ein paar Monate Anfang dieses Jahres war die vorherrschende Philosophie bei einigen der größten Unternehmen der Welt einfach: Verwenden Sie so viele AI-Tokens wie möglich, so schnell wie möglich, und finden Sie später heraus, welchen Nutzen sie bringen. Tokens sind die Grundeinheit der KI-Berechnung, jeder von ihnen repräsentiert ein Fragment eines Wortes, und je mehr Sie verbrannten, desto mehr sahen Sie (zumindest für einige) KI-orientiert aus.
Bei Meta $META baute ein Mitarbeiter eine interne Bestenliste um Kollegen nach Token-Verbrauch zu bewerten und Titel wie "Token-Legende" zu vergeben, bevor sie entfernt wurde. Amazon $AMZN hatte seine eigene informelle Version. Ein Partner von Sequoia sagte dem Wall Street Journal dass ihre Firma auch eine hatte und dass jeder Gründer, den sie berät, die Tokenmaxxing-Mentalität annehmen sollte.
Nicht alle waren überzeugt. Ein ungenanntes Finanzinstitut hatte Berichten zufolge Mitarbeiter, die Hunderttausende von Dollar im Monat verbrannten, einige von ihnen benutzten teure Premium-Modelle, um einfache Fragen zu beantworten oder einfach Smalltalk zu machen.
Der CEO von Coding-Automat Factory verglich es damit, Albert Einstein zu engagieren, um Ihrem Kind Nachhilfe in Algebra zu geben. Er schien es nicht als eine gute Sache zu meinen.
Auf der Entwicklerseite war der Wandel weniger über Ideologie und mehr über Gewohnheit. Agentische Codierungstools waren leise zu Infrastruktur geworden. Entwickler bauten ganze Workflows um sie herum auf, sodass es sich anfühlte, als hätte man ein ganzes Ingenieurteam auf Abruf. Sie konnten die Codierungstools die ganze Nacht laufen lassen und Dinge ausprobieren, für die sie vorher keine Zeit hatten.
Dann wechselte GitHub Copilot am 1. Juni auf nutzungsbasierte Abrechnung, und die Mathematik wurde sichtbar. Benutzer strömten innerhalb von Stunden zu Reddit $RDDT. Eine Person verbrauchte 50% ihrer monatlichen Credits mit einem einzigen Prompt. Eine andere teilte einen Screenshot der ihre Rechnung von etwa 50 $ auf 3.000 $ steigen zeigte. Viele behaupteten, sie hätten ihre Abonnements sofort gekündigt.
Seit Wochen hatten sich mehr Risse gebildet. Uber $UBER hat sein gesamtes Jahresbudget für agentische KI innerhalb von drei Monaten aufgebraucht und die Nutzung auf 1.500 US-Dollar pro Monat und Entwickler begrenzt. Microsoft $MSFT zog den Mitarbeiterzugang zurück zu Claude Code, dem beliebten Codierwerkzeug von Anthropic. Der CTO von Meta schickte ein Memo an die Mitarbeiter, dass die alleinige Nutzung von Tokens kein Maß für den Einfluss ist.
Der CEO von Palantir $PLTR verglich das ganze Kultur zur Pornographiesucht, argumentierend, dass Mitarbeiter, die den ganzen Tag Token verbrennen, nichts Wertvolles produzieren, sondern nur konsumieren. Einige Daten deuten darauf hin, dass er möglicherweise recht hat: Eine Studie, die mehr als 100.000 GitHub-Entwickler verfolgte, fand heraus, dass agentische Codierungswerkzeuge das Code-Volumen um 741 % erhöhten, aber die tatsächlichen Software-Releases nur um 20 % stiegen.
Das Problem mit Bestenlisten und unbegrenzten Budgets, wie sich herausstellt, ist, dass sie Aktivität statt Output messen. Ein Ingenieur kann an die Spitze einer Token-Bestenliste gelangen, indem er Agenten im Kreis laufen lässt, Dokumentationen generiert, die niemand liest, oder ein fortschrittliches Modell fragt, was er zum Mittagessen haben soll. Die Metrik war immer manipulierbar. Es dauerte nur ein paar Monate und einige sehr große Rechnungen, bis das offensichtlich wurde.
Diese Monate waren jedoch sehr gut für Anthropic, da Claude Code weithin als das beste Codierungswerkzeug angesehen wurde. Das Unternehmen berichtete 4,8 Milliarden Dollar Umsatz im ersten Quartal und prognostizierte 10,9 Milliarden Dollar für das zweite Quartal, ein Anstieg von 130 %, der voraussichtlich den ersten operativen Gewinn erzielen wird. Kurz nachdem die positiven Finanznachrichten bekannt wurden, hat Anthropic am 1. Juni vertraulich einen Börsengang beantragt, und OpenAI damit zuvorgekommen ist, um sich zusammen mit SpaceX und OpenAI, die jeweils potenziell über eine Billion Dollar bewertet werden, einem einmaligen Moment an der Wall Street anzuschließen.
Es ist erwähnenswert, dass Anthropic selbst den Investoren Finanzinformationen mitgeteilt hat, die darauf hindeuten dass die Rentabilität möglicherweise nicht das ganze Jahr über anhält, da die geplanten Ausgaben für die Computerinfrastruktur voraussichtlich die Margen belasten werden. Und wenn das Tokenmaxxing wirklich vorbei ist, Anthropic könnte das mehr als jeder andere spüren. Metas interne Rangliste wurde genannt "Claudeonomics" aus einem bestimmten Grund. Die Tokenmaxxing-Ära, so kurz und bizarr sie auch war, könnte dem Unternehmen ein Viertel des Champagners übergeben haben, gerade als die Party überall sonst endete.
