AI כבר מזמן לא “צעצוע”. אבל עכשיו, כשכולם רצו לאמץ מהר, מגיעה החשבונית. ובכן, לא חשבונית קטנה. חברות ברחבי התעשייה מתחילות להיבהל מהמחיר של טוקנים, והסיפור נהיה די דומה בכל מקום: בהתחלה כולם רצים קדימה, אחר כך מגלים שהתקציב נגמר מוקדם מדי, ואז מנסים להבין איפה בדיוק הכסף נעלם.
דוגמה: Uber שרפה את כל תקציב קידוד ה-AI שלה לשנת 2026 עד אפריל. במקביל, מיקרוסופט ביטלה רישיונות של Claude Code למפתחים חודשים אחרי שהפעילה אותם. אצל Priceline, חידוש חוזה שגרתי ל-Cursor חזר עם הצעת מחיר גבוהה פי 4 עד 5. וזה קורה למרות שמחירי טוקנים ירדו, כי מצד שני כולם התחילו להשתמש ביותר AI, ועוד יותר גרוע: סוכנים אוטונומיים צורכים טוקנים בקצב שמרגיש כמו “לפתוח ברז ולשכוח לסגור”.
מ”שימוש בלתי מוגבל” לשאלות קשות על שליטה
מי ששתה מוקדם ממנוי “הכל כלול” ב-2025 עכשיו מנסה לעשות סדר: איפה הכסף הלך, איך מצמצמים, והאם בכלל אפשר להציל החזר השקעה (ROI) מהתקציב שנשפך. בגדול, השיחות עם ספקי AI השתנו. פעם שאלו: מה זה יודע לעשות? האם זה מספיק טוב? היום השאלות נהיות חשבונאיות יותר: כמה אתם מוציאים, מה השקיפות שיש, כמה קל לאודיט, איזה בקרות טוקנים קיימות, ומה היעילות של המודלים שלכם.
הבסיס החדש: Tokenomics Foundation רוצה משמעת כמו FinOps
על רקע זה, קרן לינוקס Foundation חשפה תוכניות להקמת גוף תקינה חדש בשם Tokenomics Foundation. הרעיון פשוט: כמו ש-FinOps לימד חברות לנהל עלויות ענן, גם כאן צריך משמעת סביב עלויות טוקנים. J.R. Storment, שמוביל את FinOps Foundation תחת ה-Linux Foundation, מתאר שבין אפריל למאי חברות התחילו להגיד דברים כמו: “אוי לא, אנחנו כבר פי 3 מעבר לכל תקציב הטוקנים של 2026, ועוד רק באפריל”. השיח עבר מ-tokenmaxxing ומרוץ “למהר בכל מחיר” לגישה של גדרות: איך שולטים, איך מונעים התפוצצות עלויות, ואיך מוודאים שזה לא בור בלי תחתית.
הבעיה: סוכנים גורמים לצריכה לעלות, וגם לבאגים
הגל של מודלים חדשים לקראת סוף 2025, כמו Claude Opus 4.5, GPT-5.1 ו-Gemini 3 Pro, שיפר יכולות של כלים לסוכנים. הבעיה: שיפור ביכולת מוביל לשימוש אינטנסיבי יותר, וצריכת הטוקנים קופצת. בחלק מהמקרים זה אפילו נגמר בסיפורים לא נעימים: למשל חברה שמצאה את עצמה עם חשבון של 500 מיליון דולר על Claude אחרי ששכחו להגדיר מגבלות שימוש לעובדים.
Chris Reed מ-IT Finance ב-Priceline מסביר שהכול מרגיש כמו ההתמכרות הזו שהייתה לחדשות: קודם נותנים “לטעום” כדי להיקשר, ואז אתה כבר כבול. הוא מספר שגם התחילו להציב מגבלות טוקנים לקבוצות מסוימות.
וגם בצד של יעילות אין קסמים. מחקר של Faros AI עם 20 אלף מפתחים לאורך שנתיים מצא שהפלט גדל, אבל כך גם באגים ושכתובים. Jellyfish מצאה משהו דומה: מי שמשתמש הרבה יותר בטוקנים יכול להיות בערך פי 2 פרודוקטיבי, אבל הוא גם צורך בערך פי 10 יותר טוקנים כדי להגיע לשם. כלומר, “הפרודוקטיביות” לא תמיד מצטברת כמו שהלב רוצה.
למה קשה לנהל את זה? כי זה דאטה ברמה של מפלצת
החלק שהכי נשמע לי כמו גיהינום של אנשי כספים: מעקב על טוקנים. אם מעקב על עלויות ענן הוא בעיית דאטה של מאות מיליוני שורות בחודש, אז עלויות טוקנים הן בעיית דאטה של טריליוני שורות בחודש. אי אפשר פשוט להדביק את זה לאקסל ולהגיד “סיימנו”. צריך לחשוב מחדש על כל הכלים, ההגדרות והמערכות החשבונאיות.
ב-Priceline כבר רואים פערים בין דיווחי ספקים לבין נתונים פנימיים. כמו שהכנסת טכנולוגיה חדשה בעבר יצרה טעויות חיוב והזדמנויות אופטימיזציה, כך זה גם כאן: טלקום, ענן, ועכשיו AI. אותו סיפור, רק עם יותר אפסים.
שוק מתפתח: כלים לניהול עלויות, תצפית על סוכנים ו”שפה משותפת”
מתחיל להיווצר שוק שלם שעונה על הכאב: יש חברות שממש מודדות ומייעלות הוצאות על GenAI. יש פלטפורמות שמאפשרות למפתחים לעקוב אחרי עלויות ולחייב משתמשים לפי ערך אמיתי ולא לפי מנוי. ויש חברות שמציעות ניטור סוכני AI כדי להוכיח ROI לכלי פיתוח.
גם שחקנים גדולים מצטרפים: Ramp נכנסת לניהול הוצאות על AI, Datadog ו-New Relic מוסיפות יכולות כמו נראות ברמת טוקן ופיקוח על GPU, ובכנס FinOps X צפוי AWS להשיק מאפיינים פיננסיים שמכוונים במיוחד להוצאות AI ארגוניות.
אבל כל זה נבנה בלי שפה אחידה: כמה עולה טוקן, מה הוא “מייצר”, ואיך משווים הוצאות בין ספקים. לשם נכנס Tokenomics Foundation: בניית הגדרה בסיסית למסגרת “tokenomics”, תקנים פתוחים ומדדים לשימוש ולחיוב בטוקנים, וגם מדדים חדשים לכלכלה של AI כמו cost-per-intelligence או tokens-per-watt. בנוסף, הם מתכננים להגדיר מדדים לאפקטיביות של “Token Factories” ויעילות צריכה.
והאמת? כולם צריכים פתרון עכשיו, אבל התקן עוד בדרך
גם Salesforce מדברת על זה: token economics יותר מופשט וחסר שקיפות מכל מה שהענף ניהל עד היום בקנה מידה דומה. ובינתיים, התחזית לא מעודדת: שימוש בטוקנים צפוי להכפיל את עצמו פי 24 עד 2030. כלומר, מי שכבר חרג מהתקציב צריך פתרונות עכשיו.
בסוף זה נשמע כמו משפט של מהנדס: “אולי בנינו מנוע קיטור, אבל עדיין לא בנינו את פס הייצור”. ההמלצה החכמה נשמעת גם הגיונית וגם ישראלית: לא לדחוף את הכבדים להיות עוד יותר כבדים, אלא להעביר את רוב האנשים משימוש נמוך למצב בינוני, עם שליטה ולא עם מהירות עיוורת.
