AI-notan

Den 4 november rapporterade Bloomberg, enligt 9to5Mac och MacRumors, att Apple i oktober i det tysta sänkte det dagliga taket för AI-utgifter för vissa ingenjörer från 300 till 200 dollar. Företaget planerar ytterligare nedskärningar som kan ta vissa ingenjörsteam ner till 100 dollar om dagen, en gräns som många grupper utanför ingenjörsavdelningarna redan har, och det har övervägt så lite som 25 dollar för vissa team. En del team uppmuntras att använda billigare modeller eller modeller som körs på deras egna enheter, och den som behöver mer kan be högsta ledningen om undantag.

Bloombergs källor sa också att få använde hela sina 300 dollar om dagen, och det är oklart hur mycket Apple kommer att spara. Apple drar sig inte heller tillbaka från AI: 9to5Mac noterar att företagets utgifter för forskning och utveckling ökade med 32 procent till 45,8 miljarder dollar under räkenskapsåret 2026, delvis för infrastruktur och AI. Ett tak är inte en dom över att AI inte fungerar. Det är ett tecken på att utgifterna har vuxit sig så stora att de behöver styras.

I två år köpte de flesta företag AI som programvara, en licens per person till ett fast pris. Agenter som läser en kodbas, kör testerna och försöker igen använder betydligt mer, och mer av det faktureras nu efter användning. Det gör AI till en kostnad per anställd som rör sig varje dag, och den kräver samma disciplin som ett företag redan tillämpar på lönerna. Så här gör du, utan att förlora det som utgifterna ger.

Inte bara Apple

Apple är inte ensamt. I juni bekräftade en talesperson för Uber för Bloomberg att företaget begränsar varje anställd till 1'500 dollar i månaden i tokenutgifter per AI-verktyg för kodning, efter att ha dragit över sin AI-budget tidigare under året. I oktober rapporterade 404 Media att Accenture hade meddelat många anställda att företaget nu bara skulle lägga 29 dollar i månaden per person på Claude, och en del av dem hade lagt så mycket som 1'000 dollar i månaden.

Leverantörerna ser samma förskjutning. Under Microsofts resultatpresentation den 28 oktober sa Satya Nadella att förbrukningen av krediter från agentiska funktioner på GitHub mer än hade fördubblats sedan användningsbaserad fakturering infördes. Kunderna, sa han, köper krediter och vill använda dem effektivt: ”Vi vill inte att de ska överköpa en sak och sedan känna att de ägnar sig åt tokenmaxning”.

Räkneexemplet

Med Apples gamla tak kunde en ingenjör lägga 300 dollar om dagen. Under en månad med omkring 20 arbetsdagar blir det upp till 6'000 dollar, och för ett team på tio personer 60'000 dollar. Ubers tak med två kodverktyg i bruk är 3'000 dollar i månaden per person; Accentures är 29.

Det är tak, inte genomsnittliga utgifter, men summor av den storleken behöver det som löner och molnfakturor redan har: en ägare, en prognos och en månatlig genomgång. En lön är fast, medan en AI-nota rör sig med hur arbetet görs: vilken modell som körs, hur mycket sammanhang den måste läsa, hur ofta den börjar om. Ett tak begränsar utgifterna. Det gör dem inte bättre.

Styr rutinarbetet rätt

Den första spaken är att sluta skicka rutinarbete till den dyraste modellen. På sin konferens Universe den 28 oktober gjorde GitHub Copilot Fusion allmänt tillgängligt i alla Copilot-abonnemang. I stället för att välja en modell väljer en utvecklare Fusion och en av tre ansträngningsnivåer, och Copilot avgör vilka modeller som hanterar varje prompt. I ett av arbetsflödena skriver en effektiv modell ett utkast till svaret, och en kvalitetskontroll godkänner det eller skickar uppgiften vidare till en starkare modell. Administratörer bestämmer vilka modeller Fusion får använda, och varje modell faktureras till sitt standardpris.

GitHub säger att Fusion Max hamnade inom två poäng från Claude Code med Opus 5.5 Max på Artificial Analysis Coding Agent Index, till ungefär halva den genomsnittliga API-kostnaden per uppgift, med ungefär hälften så många tokens och omkring 40 procent kortare tid. Nadella gick längre under presentationen: ”Den levererar kvalitet på frontiernivå upp till 40 procent snabbare och till upp till 77 procent lägre kostnad.” När han svarade analytiker angav han 45 och 75 procent. Det är leverantörens egna siffror, och ”upp till” beskriver bästa fallet; GitHubs eget benchmarktest anger besparingen till ungefär hälften.

Prisskillnaden bakom detta är stor. Anthropics Haiku 5.5 kostar 0,10 dollar per miljon inmatade tokens för kortare prompter, en tjugondel av Sonnet 5.5. Anthropic säger att den är ”utformad för kostnadskänsliga uppgifter i stora volymer”, och att de större modellerna fortfarande är det bättre valet för komplex agentisk kodning. Målet är den billigaste modell som är tillräckligt bra för uppgiften, något som Apple nu ber vissa team att hitta för hand.

Budgetar och delat sammanhang

Den andra spaken är var budgeten ligger. Ett enhetligt tak per person behandlar en ingenjör som bygger om en stor kodbas på samma sätt som en kollega som sammanfattar mejl. Enligt vår uppfattning fungerar en budget per team bättre, med en ägare som ser utgifterna varje vecka och en tydlig väg för undantag. Apples process för undantag är rätt instinkt.

Den tredje spaken är sammanhang. Mycket av det en agent läser är företaget självt: vem kunden är, hur företaget skriver en offert, var saker finns, vilka regler som gäller. När varje agent och varje person bygger upp det från grunden betalar företaget för det varje gång, i tokens och i rättelser. Sammanhang som skrivs en gång, hålls aktuellt och delas kostar mindre att läsa och leder till färre felsteg. Leverantörerna prissätter återanvändning därefter: med Haiku 5.5 kostar det en tiondel av det normala inmatningspriset att läsa sammanhang från cachen.

Mät resultat, inte användning

Den sista spaken är vad du räknar. En topplista över använda tokens belönar utgifter snarare än resultat, den tokenmaxning som Nadella sa inte tjänar någons syfte. Enligt vår uppfattning är de användbara måtten de som ett företag redan förstår: ändringar som har slagits ihop och fortfarande fungerar en månad senare, stängda ärenden, skickade offerter, kostnad per slutförd uppgift.

Ett team som lägger mer och levererar mer kan vara företagets bästa investering. Ett team som lägger mer och levererar lika mycket som förut är det du bör prata med. Styrd på det sättet kan notan krympa utan att nyttan krymper med den.

Var vi står

Så bygger vi på crue. North samlar varje siffra som spelar roll för ett beslut i en enda vy, den verkliga ekonomin inräknad, och det är där en AI-nota hör hemma: bredvid det som arbetet drog in. Twin ger ett företags assistenter och agenter en enda hjärna, med företagets kunskap, regler och verktyg anslutna en gång, så att varje svar utgår från företaget i stället för från noll. Båda är live.