חשבון ה־AI
לפי דיווחים, Apple קיצצה את תקציב ה־AI היומי של חלק מהמהנדסים שלה מ־300 ל־200 דולר, כשבינה מלאכותית לכל עובד הופכת לעלות שצריך לנהל כמו שכר.
ב־4 בנובמבר דיווח Bloomberg, כפי שהביאו 9to5Mac ו־MacRumors, ש־Apple הורידה בשקט באוקטובר את תקרת ההוצאה היומית על AI של חלק מהמהנדסים מ־300 ל־200 דולר. היא מתכננת קיצוצים נוספים שעשויים להביא חלק מצוותי ההנדסה ל־100 דולר ליום, מגבלה שכבר חלה על קבוצות רבות מחוץ להנדסה, והיא שקלה סכום נמוך עד כדי 25 דולר לחלק מהצוותים. חלק מהצוותים מעודדים להשתמש במודלים זולים יותר או במודלים שרצים על המכשירים שלהם, ומי שצריך יותר יכול לבקש פטור מההנהלה הבכירה.
המקורות של Bloomberg אמרו גם שמעטים השתמשו במלוא 300 הדולר ליום, ולא ברור כמה Apple תחסוך. Apple גם לא נסוגה מ־AI: 9to5Mac מציין שהוצאות המחקר והפיתוח שלה עלו ב־32 אחוזים ל־45.8 מיליארד דולר בשנת הכספים 2026, בין היתר על תשתיות ו־AI. תקרה אינה פסק דין שבינה מלאכותית לא עובדת. היא סימן לכך שההוצאה גדלה מספיק כדי שצריך לנהל אותה.
במשך שנתיים רוב החברות קנו בינה מלאכותית כמו תוכנה, רישיון לכל אדם במחיר קבוע. סוכנים שקוראים בסיס קוד, מריצים את הבדיקות ומנסים שוב צורכים ממנה הרבה יותר, וחלק גדל ממנה מחויב עכשיו לפי שימוש. זה הופך את הבינה המלאכותית לעלות לעובד שזזה כל יום, והיא דורשת את המשמעת שחברה כבר מפעילה על השכר. הנה איך, בלי לאבד את מה שההוצאה קונה.
לא רק Apple
Apple לא לבד. ביוני אישרה דוברות Uber ל־Bloomberg שהחברה מגבילה כל עובד ל־1,500 דולר בחודש בהוצאה על טוקנים לכל כלי קוד מבוסס AI, אחרי שחרגה מתקציב ה־AI שלה מוקדם יותר באותה שנה. באוקטובר דיווח 404 Media ש־Accenture הודיעה לעובדים רבים שמעכשיו היא תוציא רק 29 דולר בחודש לאדם על Claude, וחלק מהם הוציאו עד אז אפילו 1,000 דולר בחודש.
גם הספקים רואים את אותו שינוי. בשיחת הדוחות של Microsoft ב־28 באוקטובר אמר סאטיה נאדלה שצריכת הקרדיטים מיכולות סוכניות ב־GitHub יותר מהוכפלה מאז שנכנס לתוקף חיוב לפי שימוש. לקוחות, אמר, קונים קרדיטים ורוצים להשתמש בהם ביעילות: "אנחנו לא רוצים שהם יקנו יותר מדי ממשהו אחד ואז ירגישו שהם סתם ממקסמים טוקנים".
החשבון
לפי התקרה הישנה של Apple, מהנדס יכול היה להוציא 300 דולר ביום. בחודש של כ־20 ימי עבודה זה עד 6,000 דולר, ולצוות של עשרה, 60,000 דולר. התקרה של Uber כשמשתמשים בשני כלי קוד היא 3,000 דולר בחודש לאדם; של Accenture היא 29.
אלה תקרות, לא הוצאה ממוצעת, אבל סכומים בסדר גודל כזה צריכים את מה שכבר יש לשכר ולחשבונות הענן: אחראי, תחזית ובדיקה חודשית. משכורת היא קבועה, ואילו חשבון AI זז לפי האופן שבו העבודה נעשית: איזה מודל רץ, כמה הקשר הוא צריך לקרוא, כמה פעמים הוא מתחיל מחדש. תקרה מגבילה את ההוצאה. היא לא הופכת אותה לטובה יותר.
לנתב את עבודת השגרה
המנוף הראשון הוא להפסיק לשלוח עבודה שגרתית למודל היקר ביותר. בכנס Universe ב־28 באוקטובר הפכה GitHub את Copilot Fusion לזמין לכלל המשתמשים בכל תוכניות Copilot. במקום לבחור מודל, המפתחים בוחרים ב־Fusion ובאחת משלוש רמות מאמץ, ו־Copilot מחליט אילו מודלים יטפלו בכל פרומפט. באחד מתהליכי העבודה שלו מודל חסכוני מנסח טיוטה של התשובה, ובדיקת איכות מקבלת אותה או מעבירה את המשימה למודל חזק יותר. מנהלי המערכת מחליטים באילו מודלים Fusion רשאי להשתמש, וכל מודל מחויב לפי התעריף הרגיל שלו.
לדברי GitHub, Fusion Max השיג ציון בטווח של שתי נקודות מ־Claude Code עם Opus 5.5 Max ב־Artificial Analysis Coding Agent Index, בכמחצית מעלות ה־API הממוצעת למשימה, עם כמחצית מהטוקנים ובכ־40 אחוזים פחות זמן. נאדלה הרחיק לכת בשיחה: "הוא מספק איכות ברמת החזית מהר יותר בעד 40 אחוזים, ובעלות נמוכה יותר בעד 77 אחוזים." בתשובה לאנליסטים הוא נקב ב־45 וב־75 אחוזים. אלה נתונים של הספק עצמו, ו"עד" מתאר את המקרה הטוב ביותר; מבחן הביצועים של GitHub עצמה מעמיד את החיסכון על כמחצית.
פער המחירים שמאחורי זה גדול. Haiku 5.5 של Anthropic עולה 0.10 דולר למיליון טוקני קלט בפרומפטים קצרים יותר, חלק אחד מעשרים מהמחיר של Sonnet 5.5. Anthropic אומרת שהוא "מיועד למשימות בהיקפים גדולים ורגישות לעלות", ושהמודלים הגדולים יותר נשארים הבחירה הטובה יותר לקוד סוכני מורכב. המטרה היא המודל הזול ביותר שמספיק טוב למשימה, ו־Apple מבקשת עכשיו מחלק מהצוותים למצוא אותו ידנית.
תקציבים והקשר משותף
המנוף השני הוא היכן יושב התקציב. תקרה אחידה לאדם מתייחסת למהנדס שבונה מחדש בסיס קוד גדול כמו לעמית שמסכם מיילים. לדעתנו תקציב לצוות עובד טוב יותר, עם אחראי שרואה את ההוצאה בכל שבוע ומסלול ברור לחריגים. תהליך הפטור של Apple הוא האינסטינקט הנכון.
המנוף השלישי הוא הקשר. הרבה ממה שסוכן קורא הוא החברה עצמה: מי הלקוח, איך החברה כותבת הצעת מחיר, איפה הדברים נשמרים, אילו כללים חלים. כשכל סוכן וכל אדם בונים את זה מחדש מאפס, החברה משלמת על כך בכל פעם, בטוקנים ובתיקונים. הקשר שנכתב פעם אחת, נשמר מעודכן ומשותף עולה פחות לקריאה ומוביל לפחות פניות שגויות. הספקים מתמחרים שימוש חוזר בהתאם: ב־Haiku 5.5, קריאת הקשר מהמטמון עולה עשירית ממחיר הקלט הרגיל.
למדוד תפוקה, לא שימוש
המנוף האחרון הוא מה שסופרים. דירוג לפי טוקנים שנוצלו מתגמל הוצאה ולא תוצאות, אותו מקסום טוקנים שלדברי נאדלה לא משרת את מטרתו של אף אחד. לדעתנו המדדים המועילים הם אלה שחברה כבר מבינה: שינויים שמוזגו ועדיין עובדים חודש אחר כך, קריאות שנסגרו, הצעות מחיר שנשלחו, עלות למשימה שהושלמה.
צוות שמוציא יותר ומספק יותר עשוי להיות ההשקעה הטובה ביותר בחברה. צוות שמוציא יותר ומספק אותו דבר הוא הצוות שצריך לדבר איתו. כשמנהלים כך, החשבון יכול לקטון בלי שהתועלת תקטן איתו.
איפה אנחנו עומדים
כך אנחנו בונים ב־crue. North מציג בתצוגה אחת כל מספר שחשוב להחלטה, כולל הכספים האמיתיים, ושם בדיוק מקומו של חשבון ה־AI: ליד מה שהעבודה הכניסה. Twin נותן לעוזרים ולסוכנים של חברה מוח אחד, עם הידע, הכללים והכלים שלה מחוברים פעם אחת, כך שכל תשובה מתחילה מהחברה ולא מאפס. שניהם זמינים.
