Después de gastar millones en IA, Rippling lanza una herramienta de ROI para empleados

Rippling, un proveedor líder de software de recursos humanos, ha lanzado AI Spend Console, una herramienta diseñada para frenar el tokenmaxxing ayudando a las organizaciones a monitorear y controlar sus gastos de inteligencia artificial. Una característica destacada permite a las empresas rastrear los gastos por empleado individual, equipos y roles, determinando si los mayores costos se correlacionan con una productividad real o simplemente con un mayor ruido generado por la IA.

Según la publicación en el blog de la empresa, la herramienta identifica a «ingenieros con altos gastos de IA cuyos compañeros solicitan frecuentemente reescrituras de código», destacando ineficiencias en los flujos de trabajo de desarrollo.

La solución surgió después de que Rippling adoptara el tokenmaxxing a principios de este año, reflejando las tendencias de la industria, solo para descubrir que los empleados agotaban rápidamente los presupuestos. El director de producto principal, Matt MacInnis, recuerda una reunión ejecutiva en marzo donde el CFO Adam Swiecicki reveló cifras alarmantes que sorprendieron al equipo directivo.

Se proyectaba que Rippling gastaría el 40 % de su presupuesto de plantilla de I+D en tokens de IA, lo que equivaldría a gastar tanto en tokens como el 40 % de la compensación pagada a los empleados de ese departamento, lo que asciende a millones de dólares. (La división de I+D suele albergar equipos de ingeniería en la mayoría de las empresas tecnológicas).

Con un crecimiento del gasto del 80 % mes a mes, continuar con esta tendencia resultaría en que los costos de tokens de IA del próximo año alcanzaran el 90 % del presupuesto asignado al personal de I+D altamente remunerado.

«Estábamos incrédulos», dijo MacInnis a TechCrunch.

La dirección inició inmediatamente un proyecto «urgente» para analizar los gastos y evaluar el valor obtenido de estos gastos, explicó. El anuncio de lanzamiento del producto incluso muestra a Swiecicki sentado en un taburete mientras los empleados lanzan paquetes de dinero a una trituradora de papel.

Al analizar, Rippling descubrió perspectivas como «aproximadamente el 10–15 % de nuestros empleados generan alrededor del 60 % del gasto total de IA. Un ingeniero estaba gastando 50 000 dólares al mes», según su publicación en el blog.

Rippling no tenía la intención de detener el uso de la IA, sino de reducirlo significativamente. La empresa comenzó negociando límites de gasto con sus herramientas principales: Cursor, OpenAI y Anthropic. Esto reveló un problema claro: los empleados utilizaban por defecto los modelos de vanguardia más recientes y costosos para todas las tareas.

«La verdad es que los proveedores de inferencia como Anthropic y OpenAI no tienen absolutamente ningún incentivo para ayudarte a controlar tus gastos. Se benefician de los gastos descontrolados, que es exactamente lo que ocurre. No proporcionan información detallada sobre el uso y no colaboran entre sí», afirmó MacInnis.

Este fue un desafío común a principios de 2026. A ocho meses del inicio del año, las empresas han comprendido dos puntos clave: primero, necesitan múltiples modelos de varios laboratorios de IA a diferentes precios, incluidas opciones de peso abierto de vanguardia, posiblemente de proveedores chinos.

El fundador y director ejecutivo de Rippling, Parker Conrad, señaló el mes pasado que las referencias internas revelaron que Grok de SpaceX era el líder general, pero «GLM 5.2 es un 85 % más barato pero [ofrece] un rendimiento casi idéntico» a los modelos de vanguardia. (SpaceX ahora posee Cursor, que proporciona acceso a Grok y docenas de otros modelos). GLM 5.2 de Z.ai se ha convertido en un modelo chino preferido para tareas de programación entre las empresas tecnológicas, con Databricks también abogando por su uso.

En segundo lugar, las empresas ahora reconocen la necesidad de una puerta de enlace de IA que dirija las consultas al modelo más rentable para cada tarea. Rippling llegó a esta conclusión y construyó su propia puerta de enlace de IA, integrada en este producto. MacInnis señaló que las empresas que utilizan otras puertas de enlace aún pueden usar AI Spend Console, aunque aquellas que buscan funciones de gobernanza de gastos deben utilizar la puerta de enlace de Rippling.

AI Spend Console genera paneles (conocidos anteriormente como tablas de clasificación durante la era del tokenmaxxing) que puntúan métricas como las consultas diarias combinadas con la producción de trabajo (líneas de código/solicitudes de extracción) y los gastos.

Con esta herramienta, Rippling redujo su gasto en tokens del 40 % de su presupuesto de plantilla a aproximadamente el 15 %, sin restringir el uso de la IA. La empresa alcanzó un máximo de 605 mil millones de tokens en el mes en que el CFO emitió su advertencia, compartió MacInnis. En julio, el uso interno alcanzó nuevamente los 600 mil millones de tokens, pero «el costo de los tokens de julio fue del 37 % del costo de los tokens de abril», añadió.

«Eso se debe simplemente a que ahora estamos enrutando hacia modelos más efectivos», dijo, bromeando que «no permitimos que el equipo de ventas realice actualizaciones gramaticales utilizando Fable».

Sin embargo, Rippling enfatiza que la tecnología por sí sola no es suficiente. La empresa identificó a los empleados que utilizan la IA de manera efectiva y los designó como «capitanes de IA» para ayudar al resto de la organización.

MacInnis señaló que los esfuerzos para ampliar el uso de la IA más allá de la ingeniería siguen siendo un trabajo en curso, ya que los ingenieros de software han sido los usuarios principales hasta ahora. No obstante, Rippling está aplicando este enfoque a los equipos de incorporación de clientes para automatizar tareas de datos de correo y conciliación. El panel medirá entonces la productividad en función del número de clientes incorporados.

«Debemos poder vincular el consumo de tokens en las funciones de G&A y orientadas al cliente con la productividad. Si no podemos hacer esto, la disponibilidad de estas herramientas para la base de empleados más amplia es incierta», afirmó MacInnis.

Por lo tanto, si Rippling sirve como ejemplo, el tokenmaxxing puede haber oscilado tanto en la dirección opuesta que el acceso de los empleados a la IA ya no se asemeje a la ubicuidad de Slack o el correo electrónico. Si no se puede medir la productividad, es posible que no todos los empleados conserven el acceso.

Con respecto al producto, AI Spend Console está incluido para los suscriptores de RR. HH. de Rippling, aunque se aplican costos adicionales basados en el uso. También se puede comprar como un producto independiente e integrarse con otros sistemas de registro de RR. HH., afirmó MacInnis.