شرکت‌ها برای مهار هزینه هوش مصنوعی به سهمیه‌بندی توکن روی آوردند

بله؛ از اواسط ۲۰۲۶ شرکت های بزرگی مثل اوبر، متا و مایکروسافت برای کنترل هزینه هوش مصنوعی، مصرف توکن کارکنان را محدود کرده اند. اوبر برای هر کارمند سقف ماهانه ۱۵۰۰ دلار برای هر ابزار کدنویسی عامل محور گذاشته، متا داشبورد متمرکز پایش هزینه راه اندازی کرده و از ۲۰۲۷ بودجه رسمی توکن تعیین می کند، و مایکروسافت بخشی از مجوزهای داخلی Claude Code را لغو کرده است. دلیل اصلی، انفجار مصرف ابزارهای عامل محور است که باعث شد بعضی شرکت ها بودجه یک سال را در چند ماه تمام کنند.

تا همین یک سال پیش، پیام مدیران به کارکنان این بود که «تا می توانید از هوش مصنوعی استفاده کنید». حالا همان مدیران می پرسند این همه هزینه دقیقا چه خروجی داشته است. این تغییر فقط به غول های فناوری مربوط نیست؛ هر کسب وکاری که برای برنامه نویسی، پشتیبانی یا تولید محتوا از مدل های هوش مصنوعی استفاده می کند، دیر یا زود با قبض هایی روبه رو می شود که پیش بینی اش را نکرده بود. شناخت دلیل این اتفاق و راه هایی که شرکت ها برای مهار آن پیدا کرده اند، کمک می کند پیش از غافلگیر شدن، برای سهمیه بندی توکن و مدیریت هزینه برنامه داشته باشید.

توکن چیست و چرا هزینه هوش مصنوعی شرکت ها ناگهان از کنترل خارج شد؟

توکن واحد پایه ای است که مدل های زبانی متن را با آن می خوانند و تولید می کنند؛ تقریبا معادل بخشی از یک کلمه. شرکت هایی مثل OpenAI و Anthropic هزینه استفاده از مدل هایشان را بر اساس تعداد توکن ورودی و خروجی حساب می کنند. تا وقتی کارمندان فقط چند سوال در روز از یک چت بات می پرسیدند، این هزینه ناچیز بود. اما داده های شرکت مالی Ramp که پرداخت های واقعی هزاران کسب وکار به OpenAI و Anthropic را بررسی کرده، نشان می دهد مصرف توکن این شرکت ها از ژانویه ۲۰۲۵ تا آوریل ۲۰۲۶ بیش از ۱۰۰۰ درصد رشد کرده و مجموع هزینه دلاری آن ها حدود ۴۹۷ درصد بالا رفته است.

مشکل زمان بندی هم به این بحران دامن زد. بیشتر شرکت ها بودجه ۲۰۲۶ خود را در پاییز ۲۰۲۵ بستند؛ یعنی پیش از آنکه ابزارهای عامل محور به طور گسترده در تیم ها جا بیفتند. طبق گزارش وال استریت ژورنال، برخی شرکت ها کل بودجه سالانه هوش مصنوعی خود را در سه ماه مصرف کردند و قبض ماهانه برخی دیگر دو یا سه برابر شد.

ابزارهای عامل محور؛ بزرگ ترین مصرف کننده های توکن در سازمان

تفاوت اصلی ابزارهایی مثل Claude Code یا Cursor با یک چت بات ساده، این است که به جای یک پرسش و پاسخ، در یک چرخه طولانی کار می کنند. عامل کدنویسی برای انجام یک کار، ده ها فایل از مخزن کد را می خواند، برنامه ریزی می کند، کد می نویسد، تست ها را اجرا می کند، خطا را می بیند و دوباره از اول شروع می کند. هر دور از این چرخه، هزاران یا حتی صدها هزار توکن مصرف می کند. وقتی صدها مهندس هم زمان چنین عامل هایی را اجرا کنند، یا یک عامل را شب ها روشن بگذارند، هزینه ها با سرعتی بالا می رود که هیچ کس انتظارش را نداشت. به گزارش Axios، یک شرکت که برای مجوزهای Claude سقف مصرف تعیین نکرده بود، تنها در یک ماه ۵۰۰ میلیون دلار هزینه کرد.

اوبر، متا و مایکروسافت چگونه مصرف توکن را سهمیه بندی کردند؟

اوبر شناخته شده ترین نمونه است. مدیر ارشد فناوری این شرکت در آوریل ۲۰۲۶ اعلام کرد کل بودجه هوش مصنوعی سال ۲۰۲۶ در چهار ماه تمام شده است. به گزارش بلومبرگ و تک کرانچ، اوبر در ژوئن سقف ماهانه ۱۵۰۰ دلار برای هر کارمند و برای هر ابزار کدنویسی عامل محور، یعنی Claude Code و Cursor، تعیین کرد. مصرف از طریق یک داشبورد داخلی قابل پیگیری است و در موارد خاص با مجوز می توان از سقف عبور کرد.

متا مسیر مشابهی رفت. طبق گزارش The Information، کارکنان متا در حدود ۳۰ روز نزدیک به ۷۳.۷ تریلیون توکن مصرف کرده بودند. این شرکت در ژوئن ۲۰۲۶ یک داشبورد متمرکز به نام AI Gateway برای پایش لحظه ای هزینه و هشدار خودکار راه اندازی کرد، کارکنان را به سمت دستیار کدنویسی داخلی خود هدایت کرد و اعلام کرد بودجه رسمی توکن از ۲۰۲۷ اجرا می شود. مایکروسافت هم مجوزهای داخلی Claude Code را در بخش Experiences and Devices، که تیم های ویندوز، آفیس و Teams را شامل می شود، لغو کرد و توسعه دهندگان را به ابزار خودش، GitHub Copilot CLI، منتقل کرد؛ گزارش ها هزینه و کنترل پذیری را از دلایل این تصمیم می دانند. وال استریت ژورنال از سیلزفورس و دوردش هم به عنوان شرکت هایی نام برده که دسترسی به ابزارهای گران را محدود یا کارکنان را به ابزارهای ارزان تر هدایت کرده اند.

پایان رقابت بر سر مصرف بیشتر توکن در شرکت های فناوری

یکی از جالب ترین بخش های این ماجرا، فرهنگی است که حالا در حال برچیده شدن است. هم اوبر و هم متا جدول های رتبه بندی داخلی داشتند که تیم ها یا افراد را بر اساس میزان مصرف هوش مصنوعی مقایسه می کرد؛ در متا این جدول به شوخی «Claudeonomics» نام گرفته بود. نتیجه قابل پیش بینی بود: مصرف توکن به هدف تبدیل شد، نه وسیله. متا حالا این جدول را حذف کرده و اندرو بازورث، مدیر ارشد فناوری آن، به صراحت گفته است: «هر حرکتی پیشرفت نیست و میزان مصرف توکن به تنهایی معیار هیچ نوع اثری نیست.» این جمله شاید بهترین خلاصه تغییر نگاه شرکت ها در سال ۲۰۲۶ باشد.

هر شرکت واقعا چقدر برای توکن هوش مصنوعی هزینه می کند؟

داده های Ramp تا آوریل ۲۰۲۶ تصویر روشنی از این هزینه ها می دهد. میانه هزینه ماهانه کسب وکارها برای توکن حدود ۲۲۴۶ دلار است، اما میانگین به ۱۴۰ هزار و ۸۴۲ دلار می رسد؛ یعنی تعداد کمی شرکت با مصرف بسیار بالا، میانگین را به شدت بالا کشیده اند. ۵۸ درصد شرکت ها بیش از ۱۰۰۰ دلار در ماه، ۳۱ درصد بیش از ۱۰ هزار دلار و ۹ درصد بیش از ۱۰۰ هزار دلار در ماه خرج می کنند. حدود ۲ درصد هم ماهانه بیش از نیم میلیون دلار می پردازند.

نکته مهم دیگر، تفاوت شدید قیمت مدل هاست. طبق همین داده ها، نرخ موثر هر میلیون توکن از حدود ۷ سنت برای مدل های کوچک تا بیش از ۲ دلار برای برخی مدل های بزرگ متغیر است؛ یعنی اختلافی بیش از ۳۰ برابر. همین تفاوت نشان می دهد انتخاب مدل مناسب برای هر کار، به تنهایی می تواند بخش بزرگی از هزینه را کم کند.

آیا سهمیه بندی توکن به بهره وری کارکنان آسیب می زند؟

این سوالی است که خود شرکت ها هم هنوز پاسخ قطعی برایش ندارند. از یک طرف، مدیر عامل اوبر گفته حدود ۱۰ درصد کدهای ثبت شده در این شرکت را عامل های خودکار ساخته اند. از طرف دیگر، اندرو مک دونالد، مدیر عملیات اوبر، اعتراف کرده که «کشیدن خط مستقیم» بین افزایش هزینه هوش مصنوعی و ویژگی های مفید جدید برای مشتریان «بسیار سخت است» و وقتی این ارتباط اثبات نشود، توجیه هزینه دشوارتر می شود. در همین حال، هزینه تحقیق و توسعه اوبر در سه ماه اول ۲۰۲۶ نسبت به سال قبل ۱۷ درصد رشد کرده است.

خطر اصلی سهمیه بندی سخت گیرانه این است که کارکنان از ترس عبور از سقف، حتی در کارهایی که هوش مصنوعی واقعا مفید است، از آن استفاده نکنند. به همین دلیل شرکت هایی مثل اوبر امکان استثنا را باز گذاشته اند. تجربه این چند ماه نشان می دهد هدف درست، کاهش کور هزینه نیست؛ بلکه جابه جا کردن تمرکز از «چقدر مصرف کردیم» به «چه چیزی ساختیم» است.

اگر می خواهید بدانید هوش مصنوعی در عمل چه اثری بر شغل برنامه نویسان گذاشته، پیشنهاد می کنیم گزارش داده محور ما با عنوان «داده ها می گویند هوش مصنوعی شغل مهندسان را نکشت» را هم بخوانید؛ دو روی یک سکه اند.

روش های هوشمند مدیریت هزینه توکن برای کسب وکارهای کوچک و بزرگ

لازم نیست منتظر بمانید تا قبض ماهانه شما را غافلگیر کند. با نگاه به تجربه شرکت هایی که زودتر با این مشکل روبه رو شدند، می توان چند روش عملی را از همین امروز به کار گرفت که هزینه را کنترل می کند، بدون اینکه استفاده مفید از هوش مصنوعی متوقف شود:

• مسیریابی مدل: کارهای ساده مثل دسته بندی، خلاصه سازی یا پاسخ های کوتاه را به مدل های کوچک و ارزان بسپارید و مدل های گران را فقط برای کارهای پیچیده نگه دارید
• بودجه تیمی با هشدار: به جای سقف سخت و یکسان برای همه، برای هر تیم بودجه ماهانه تعیین کنید و در ۵۰، ۸۰ و ۱۰۰ درصد مصرف، هشدار خودکار بگیرید
• داشبورد شفاف: مثل متا، مصرف را به صورت لحظه ای و به تفکیک تیم، ابزار و پروژه نمایش دهید تا جهش های غیرعادی زود دیده شوند
• کش کردن و مدیریت زمینه: از قابلیت کش درخواست های تکراری استفاده کنید و از فرستادن کل مخزن کد یا اسناد طولانی در هر درخواست پرهیز کنید
• محدودیت برای عامل های خودکار: برای تعداد چرخه ها، مدت اجرا و هزینه هر وظیفه عامل سقف بگذارید تا یک عامل گیرکرده، شب تا صبح بودجه را نسوزاند
• سنجش خروجی: هزینه را کنار نتیجه اندازه بگیرید؛ مثلا هزینه هر ویژگی تحویل شده یا هر تیکت حل شده، نه فقط تعداد توکن

آینده قیمت و مصرف توکن؛ سهمیه بندی ماندگار می شود؟

همه نشانه ها می گوید مصرف توکن همچنان رشد می کند. گلدمن ساکس پیش بینی کرده مصرف توکن بین ۲۰۲۶ تا ۲۰۳۰ حدود ۲۴ برابر شود. هم زمان، قیمت هر توکن به تدریج ارزان تر می شود، اما تجربه ۲۰۲۶ نشان داد که ارزان شدن واحد، الزاما به کاهش هزینه کل منجر نمی شود؛ چون مصرف سریع تر از افت قیمت بالا می رود. این همان الگویی است که شرکت ها چند سال پیش با هزینه های رایانش ابری تجربه کردند و در نهایت به شکل گیری رشته ای به نام FinOps یا مدیریت مالی ابر منجر شد.

به احتمال زیاد، سهمیه بندی توکن هم مسیر مشابهی طی می کند: از یک واکنش اضطراری به یک روال عادی مدیریتی تبدیل می شود و بودجه توکن، مثل بودجه سرور یا نرم افزار، به یک ردیف ثابت در برنامه مالی شرکت ها بدل خواهد شد. شرکت هایی برنده این دوره خواهند بود که نه با ترس هزینه، هوش مصنوعی را کنار بگذارند و نه بدون حساب و کتاب آن را رها کنند؛ بلکه هر توکن را به یک خروجی قابل اندازه گیری گره بزنند.

پرسش های پرتکرار درباره سهمیه بندی توکن و هزینه هوش مصنوعی در شرکت ها

سهمیه بندی توکن دقیقا یعنی چه؟

سهمیه بندی توکن یعنی شرکت برای میزان استفاده کارکنان یا تیم ها از مدل های هوش مصنوعی سقف مشخصی تعیین کند. این سقف می تواند بر اساس دلار یا تعداد توکن باشد و به صورت روزانه، ماهانه یا برای هر ابزار اعمال شود. نمونه شناخته شده آن، سقف ماهانه ۱۵۰۰ دلاری اوبر برای هر کارمند در هر ابزار کدنویسی عامل محور است. هدف، کنترل هزینه و جلوگیری از مصرف بی هدف است، نه ممنوع کردن استفاده.

چرا ابزارهای کدنویسی عامل محور این قدر توکن مصرف می کنند؟

این ابزارها برخلاف چت بات ها به یک پاسخ بسنده نمی کنند و در چرخه ای تکرارشونده کار می کنند: فایل های زیادی از پروژه را می خوانند، برنامه ریزی می کنند، کد می نویسند، تست می گیرند و در صورت خطا دوباره تلاش می کنند. هر مرحله، کل زمینه کار را دوباره به مدل می فرستد. به همین دلیل یک وظیفه ساده ممکن است صدها هزار توکن مصرف کند و اجرای هم زمان عامل ها توسط صدها مهندس، هزینه را چند برابر می کند.

یک کسب وکار کوچک چقدر باید برای توکن هزینه کند؟

عدد ثابتی وجود ندارد، اما داده های Ramp نشان می دهد میانه هزینه ماهانه کسب وکارها برای توکن حدود ۲۲۴۶ دلار است و بیشتر شرکت ها زیر ۱۰ هزار دلار در ماه خرج می کنند. برای کسب وکار کوچک، بهتر است با یک بودجه آزمایشی مشخص شروع کنید، مصرف را چند هفته پایش کنید و بعد بر اساس نتیجه واقعی، بودجه را تنظیم کنید. استفاده از مدل های ارزان تر برای کارهای ساده، بیشترین صرفه جویی را ایجاد می کند.

آیا محدود کردن توکن باعث کاهش بهره وری کارکنان می شود؟

ممکن است، اگر سقف ها بدون انعطاف و بدون توجه به نوع کار تعیین شوند. کارکنان ممکن است از ترس عبور از سقف، حتی در کارهای مفید از هوش مصنوعی استفاده نکنند. راه حل، بودجه بندی تیمی همراه با امکان استثنا، هشدار پیش از رسیدن به سقف و سنجش خروجی به جای مصرف است. تجربه اوبر و متا نشان می دهد هدف درست، هدایت مصرف به سمت کارهای پرارزش است، نه صرفا کم کردن آن.