Angajații Amazon recunosc folosirea inutilă a AI pentru a crește scorurile interne de utilizare

Un raport din presa financiară arată cum angajații Amazon au fost surprinși să folosească AI în mod intens pentru a crește numărul de tokeni consumați. Fenomenul, numit tokenmaxxing în comunitatea tehnologică, a fost remarcat în activitatea zilnică. Amazon a stabilit obiective ca peste 80% dintre dezvoltatori să folosească unelte AI în fiecare săptămână și să urmărească consumul pe un tablou intern. Unele angajate au spus că folosesc MeshClaw, o platformă internă, ca să stimuleze numărul de interacțiuni cu AI. Ideea este simplă: cu mai mulți tokeni, pare că ai folosit mai mult AI. Amazon a declarat că statisticile de utilizare nu vor afecta evaluările de performanță, dar mai multe persoane au spus că managerii monitorizează datele. Un angajat a descris o presiune mare de a folosi aceste unelte, iar altul a menționat cum un sistem de monitorizare poate crea stimulente negative. Fenomenul s-a răspândit în industrie și a primit denumirea tokenmaxxing. Există întâlniri cu echipele de conducere care arată cine folosește AI în cele mai multe cazuri, iar uneori acest lucru a aprins discuții despre adevărata cerere de AI. Calculul consumului intern de AI face parte dintr-o imagine mai mare a investițiilor. În 2026, Google, Microsoft, Amazon și Meta au anunțat investiții între 650 și 700 de miliarde de dolari în tehnologie, iar unii analiști cred că suma ar putea depăși un trilion în 2027. O parte din acest buget merge în infrastructura AI, cum ar fi GPU-urile, iar consumul intern de AI este o componentă importantă a cererii. În plus, există și cerere pentru clienți externi.

Tokenmaxxing explicat

Nu înseamnă că cererea de AI este falsă, pentru că adoptarea AI în companii este reală și proiectele ajung în producție. Însă diferența dintre adoptare și intensitatea consumului este importantă. Adopția rămâne un factor durabil al cererii, în timp ce consumul intens poate fi influențat de modul în care se măsoară și se organizează obiectivele. Unele voci din industrie spun că este util să se măsoare folosirea eficientă a tokenilor, nu doar volumul. Aceasta poate corela mai bine cu rezultate productive pe termen lung. Atenție la exemplele din industrie: unii lideri susțin că măsurarea consumului pe angajat poate ghida decizii despre ordinea de cumpărare a tehnologiei, dar poate adăuga presiune inutilă asupra muncii. De asemenea, există păreri ca infrastructura GPU necesară pentru AI să crească în continuare, iar dacă modul în care se măsoară consumul se schimbă, scenariile de investiții și planificarea producției se pot ajusta.

Impactul asupra industriei și a investițiilor

Analizele sugerează că folosirea AI pe scară largă în interiorul companiilor este parte din creșterea generală a cererii pentru infrastructura AI. Însă dacă o mare parte din consum este performativă, impactul real asupra producției și eficienței poate varia. În această situație, proiectele mari de investiții în hardware și în puterea de calcul pot fi influențate de modul în care companiile raportează și interpretează utilizarea AI-ului. În timp ce deciziile de achiziție sunt luate cu un ochi către cererea curentă, există și riscul ca estimările să fie alimentate mai mult de obiective decât de rezultate productive reale. Pe măsură ce firmele încearcă să își asigure suficientă putere de calcul pentru anii următori, un centru de interes este să se treacă de la a număra tokenii spre a număra eficiența. Astfel, investițiile s-ar putea baza pe proiecte cu randament clar, nu doar pe cât de mult AI se folosește într-un moment dat. Între timp, companiile continuă să construiască soluții pentru muncitori, iar piețele de aripi tehnologice își ajustează așteptările în funcție de cum evoluează cererea reală.