Memo, Które Dostali Własni Inżynierowie Microsoftu

Wewnętrzny e-mail, który wyszedł na jaw w tym tygodniu, brzmi jak ostrzeżenie dotyczące produktu sprzedawanego właśnie przez dział jego autora. Wiceprezes wykonawczy Microsoftu, Jay Parikh, napisał do pracowników: "Tokenmaxxing nie jest tym, co optymalizujemy. Chcę, żebyśmy wszyscy skupili się na wynikach, które naprawdę mają znaczenie dla naszych klientów i naszego biznesu."

E-mail potwierdzał to, co w Microsofcie obowiązywało już od lipca 2026 roku: każdy dział ma teraz formalny cel budżetu tokenów AI, każdy pracownik widzi własne zużycie na wewnętrznym panelu, a wewnętrzny model domyślny samej firmy przełączono z najbardziej wydajnej opcji na tańszy GPT-5.6 od OpenAI. Drugie zdanie Parikha jasno określiło cel: "Nie optymalizujemy pod kątem mniejszej liczby tokenów. Optymalizujemy pod kątem większego wpływu na token."

Liczby Stojące Za Zwrotem

Wewnętrzne wytyczne Microsoftu jasno pokazują skalę problemu: inżynierowie wydawali osobno od kilkuset do kilku tysięcy dolarów miesięcznie na tokeny, przy zatrudnieniu znacznie przekraczającym 200 000 osób. Pomnóż nawet dolną granicę tego przedziału przez każdy zespół inżynierski z nieograniczonym dostępem, a rachunek za narzędzia AI przestaje przypominać zaokrąglenie na fakturze za chmurę i zaczyna przypominać drugą listę płac.

Zwrot jest tak gwałtowny, ponieważ punkt wyjścia był odwrotny: Microsoft, podobnie jak większość konkurentów, spędził rok 2025 na aktywnym zachęcaniu pracowników do używania AI do wszystkiego, od przeglądu kodu po slajdy prezentacji, traktując samą adopcję jako miarę, która się liczyła. Osiemnaście miesięcy później ta sama firma prosi pracowników o dowód, że te tokeny przyniosły coś w zamian.

Czego Firma Sprzedająca AI Nie Chce Powiedzieć Głośno

Najbardziej dosadna reakcja nie wyszła od kierownictwa. Pracownik Microsoftu, który anonimowo udostępnił e-mail, nazwał limity budżetowe "ostatecznym przyznaniem się" do tego, że firmy nie stać na to, by własni pracownicy korzystali z jej produktów AI bez ograniczeń: i zapytał, słusznie, jak płacący klient, pozbawiony wewnętrznej dotacji Microsoftu, ma radzić sobie z tą samą krzywą kosztów.

To pytanie jest prawdziwą historią dla każdego spoza Microsoftu. Własna ekonomia zużycia dostawcy jest najbardziej uczciwą dostępną daną o tym, ile naprawdę kosztuje uruchomienie narzędzia na dużą skalę, uczciwszą niż jakikolwiek opublikowany cennik za token, ponieważ dostawca ma wszelkie powody, by utrzymywać swój własny rachunek nisko, a żadnego, by utrzymywać nisko rachunek klienta.

Ten Sam Zwrot, Widziany Już Cztery Razy

Microsoft nie jest pierwszy. Amazon, Adobe, Atlassian i Citi już wcześniej wprowadziły porównywalne kontrole wydatków na AI, zanim wysłano memo Microsoftu, w ramach szerszego wzorca śledzonego co najmniej od czerwca 2026 roku, gdy pierwsze doniesienia o tym trendzie opisywały firmy próbujące powstrzymać pracowników przed wyczerpywaniem budżetów AI na drobne zadania: proste, mało wartościowe prace, jak przeformatowanie dokumentu czy streszczenie dwuliniowego e-maila, wykonywane przez model zbudowany do znacznie trudniejszych problemów.

Wzorzec jest taki sam we wszystkich pięciu firmach: nieograniczony dostęp wprowadzono szybko, przejrzystość kosztów przyszła później, a budżet pojawił się dopiero, gdy rachunek stał się na tyle duży, by zwrócić uwagę na poziomie działu, a nie już na poziomie pojedynczej osoby.

Zbuduj Budżet, Zanim Rozdasz Dostępy

Lekcja, którą można przenieść dalej, to nie "używaj mniej AI". To: najpierw zmierz, potem nakazuj. Wdrażając dostęp do AI dla zespołu, ustal budżet tokenów na zespół lub projekt od pierwszego dnia, a nie jako poprawkę po osiemnastu miesiącach. Ustaw każdego użytkownika domyślnie na najtańszy model zdolny wykonać zadanie, a model najwyższej klasy zarezerwuj dla prac, które go naprawdę potrzebują: dokładnie ten sam podział na poziomy, który Microsoft zastosował wobec własnych pracowników.

Daj każdemu użytkownikowi wgląd we własne bieżące koszty, tak jak robi to teraz wewnętrzny panel Microsoftu, ponieważ kosztu, którego nikt nie widzi, nikt nie zarządza. I traktuj pozycję narzędzi AI tak, jak dojrzała organizacja traktuje moc obliczeniową w chmurze: dobrze dobraną do potrzeb, monitorowaną i regularnie przeglądaną, a nie przyznaną raz jako nieograniczony dostęp i potem zapomnianą.