Ještě před chvílí firmy provozovaly interní žebříčky, aby viděly, který tým si v měsíci "spálí" nejvíce AI tokenů. Meta jeden měla. Amazon měl jeden. NVIDIA generální ředitel veřejně řekl, že by byl "hluboce znepokojený", kdyby inženýr za 500 tisíc dolarů ročně neutrácel 250 tisíc dolarů ročně na tokeny.
Tato éra má jméno: Tokenmaxxing, a je pryč.
V dubnu 2026 začaly firmy volat FinOps Foundation a říkat, že už překročily třikrát svůj celý rozpočet na tokeny pro rok 2026, sotva čtyři měsíce po začátku roku. Konverzace se přes noc přesunula z "jdi rychle a spálíš tokeny" na "potřebujeme zábrany, jak to kontrolujeme?"
Uber si přespálil celý rozpočet na AI kódování pro rok 2026 do dubna. Microsoft zrušil Claude Code předplatné v klíčových divizích produktů. A někde tam si prý neznámá firma napila fakturu za 500 milionů dolarů za Claude, protože si nikdo nestanovil limit používání.
Pro startupy to není jen problém velkých firem. Je to konverzace na představenstvu, která se chystá k vám.
Co byl Tokenmaxxing ve skutečnosti (a proč měl v té době smysl)
Tokenmaxxing popisoval tlak spálit co nejvíce AI tokenů, přičemž těžké používání bylo chápáno jako zkratka pro produktivitu. Logika nebyla úplně šílená – včasné přijetí AI vyžadovalo experimentování a když generální ředitelé veřejně žádali týmy, aby se pohybovaly rychle a používaly nejlepší modely bez ohledu na náklady, "spál více tokenů" byla prakticky firemní politika.
Problém je to, co se stalo dál.
Studie 2 444 firem zjistila, že za každý 1 dolar, který podniky utratí na AI tokeny, jde 0,44 dolarů na opravování chyb generovaných AI, 0,27 dolarů na přepisování kódu vytvořeného AI a 0,11 dolarů na kontrolu a zpoždění slučování. To je 0,82 dolarů z každého dolaru jdoucího na čištění výstupu, ne na vytváření hodnoty z něj.
Analytická firma zaměřená na inženýrství Faros AI zjistila, že obrat kódu – řádky kódu odstraněné versus přidané – se zvýšil o více než 800 % při vysokém přijetí AI. Více tokenů, více odpadu, více přepracování.
Tokenmaxxing neměřil produktivitu. Měřil aktivitu. To nejsou totéž.
Otázky a odpovědi: Přesné otázky, které si nyní klade vaše představenstvo
Otázka: Kolik jsme skutečně utratili za AI v posledním čtvrtletí?
Zní to základně. Většina startupů to nemůže čistě zodpovědět. Nejdůležitější strukturální změna, kterou můžete provést, je izolace AI výdajů, aby byly viditelné a přiřaditelné. Náklady oznamujte konzistentně, aby byl při budování ROI příběhu nákladní strana věrohodná. Pokud jsou vaše AI náklady pohřbeny uvnitř obecné cloudové infrastruktury nebo počtu lidí v inženýrství, vstupujete do té konverzace bez zbraní.
Otázka: Co jsme za to dostali?
Představenstva, která v roce 2024 ptala "jaká je vaše AI strategie?", se nyní ptají "kolik to stálo, jaký to mělo návrat a jak to víte?" Podle zprávy Kyndryl's 2025 Readiness Report cítí 61 % vedoucích pracovníků v podnikání větší tlak na dokazování AI ROI než před rokem. Odpověď, kterou si představenstva přejí, není "naši inženýři jsou produktivnější". Jedná se o dopad na příjmy, snížení nákladů nebo stlačení času cyklu na skutečné čísla.
Otázka: Používáme AI na správné věci?
Většina firem se ve výchozím nastavení zaměřuje na automatizaci úloh, které lidem nejsou sympatické, spíše než úloh nejcennějších pro podnikání. Pokud jsou primárními případy použití AI vašeho týmu shrnování e-mailů a generování vzorů, představenstvo má právo se ptát, zda je to nejlepší použití rozpočtu.
Otázka: Jak dlouho, než se dočkáme skutečného návratu?
Polovina investorů očekává návrat AI během šesti měsíců. Pouze 16 % generálních ředitelů si myslí, že je to dosažitelné. Tato mezera je místo, kde se stávají špatné konverzace na představenstvu. Nastavte časový plán brzy a vysvětlete jej jasně; jinak si představenstvo aplikuje špatný benchmark a usoudí, že se investice nezdařila, když byla prostě pouze v raných fázích.
Co skutečně startupům dluží jejich představenstvu: Praktický rámec
1. Řádek nákladů, který je viditelný a označený
Nemůžete bránit výdajům, které nevidíte. Každý náklad související s AI – volání API modelů, infrastruktura agentů, předplatné nástrojů a inženýrský čas na projekty AI – musí být označen a sledován odděleně. 97 % finančních ředitelů říká, že jejich představenstva očekávají pravidelné vyhodnocení investic do AI a pokroku, přičemž úspory nákladů, ROI a nárůst produktivity vede seznam. Poskytněte jim toto vyhodnocení dříve, než si o něj budou muset říci.
2. Seznam případů použití, ne filozofie
"Integrujeme AI v celém podniku" není aktualizace pro představenstvo. Co si představenstva potřebují, je krátký, čestný seznam: které konkrétní případy použití jsou živé, kolik je stojí spustit a jaký měřitelný výsledek každá z nich produkuje. Tři případy použití, které můžete měřit, porazí dvanáct, které "zkoumáte".
3. Vedoucí indikátory, zatímco čekáte na zaostávající
AI ROI se v příjmech objeví později, než si většina lidí myslí. Metriky, které udržují důvěru představenstva, mají tři znaky: měřené podle dokumentovaného stavu před (baselined), založené na jednotkách (náklady na úlohu, doba cyklu, chybovost, ne neurčitá "produktivita") a sledovatelné (doložené daty, ne tvrzené). Pokud je vaše návratnost 18 měsíců vzdálená, ukažte trajektorii v měsíci šest.
4. Čestná odpověď na to, co nefunguje
Nejhorší věc, která se může stát v konverzaci představenstva o AI, je, že vás chytí při bránění něčemu, co tiše selhalo před měsíci. Vyberte případy použití, které neposkytují, řekněte si to a vysvětlete, co děláte jinak. Představenstva si mohou poradit s pivotem. Mají potíže věřit týmu, který hlásí pouze vítězství.
Posun, který se již stal
Tokenmaxxing byl AI ekvivalentem měření výstupu vývojářů počtem řádků kódu. Všichni věděli, že je to chybná metrika – bylo to prostě snazší než měření skutečného dopadu.
Náprava není ústupem od AI. Navzdory stažení z těžkého používání tokenů zůstává generativní AI použití na vysoké úrovni. Google hlásil, že Gemini vyskočil z 480 bilionů tokenů za měsíc v květnu 2025 na 3,2 kvadrilionů tokenů za měsíc do května 2026. Technologie se používá více než kdy dříve. Rozdíl je v tom, že volný průchod z odpovědnosti je pryč.
Pro startupů je to vlastně dobrá zpráva. Pokud se můžete dostavit na své příští setkání představenstva s čistou linkou nákladů, krátkým seznamem případů použití, které fungují, a čestným čísly, už jste napřed před většinou.
Představenstvo vás nežádá, abyste zpomalili práci na AI. Žádá vás, abyste věděli, co s ním děláte. To je rozumný požadavek.
TL;DR
Tokenmaxxing – závod na spálení co nejvíce AI tokenů – se zhroutil, když si firmy jako Uber přespálily svůj celý rozpočet na AI kódování pro rok 2026 do dubna a neznámá firma si napila fakturu za 500 milionů dolarů za Claude bez vytvořených zábran. Představenstva přestala akceptovat statistiku použití a tvrzení o produktivitě jako důkaz; nyní chtějí čistou linku nákladů, konkrétní případy použití a skutečná čísla vázaná na příjmy nebo úspory. Startupů, které se dostaví na tu konverzaci připraveni s viditelnými výdaji, čestným metrikami a realistickým časovým plánem, se bude dařit lépe než většina, která stále měří aktivitu místo výsledků.
Chcete vybudovat vysoce výkonný tým vzdálených technologií?
Podívejte se na MyNextDeveloper, platformu, kde si můžete najít nejlepších 3 % softwareových inženýrů, kteří jsou hluboko nadšeni pro inovace. Naše řešení na vyžádání, věnované a důkladné software talent řešení poskytují komplexní řešení pro všechny vaše softwarové požadavky.
Navštivte naše webové stránky, abyste zjistili, jak vám můžeme pomoci v sestavení vašeho dokonalého týmu.
