Simon Willison erkennt die Tokenpocalypse, während Enterprise-AI-Kosten vom Traum unbegrenzter Nutzung Abschied nehmen

Simon Willison machte am 7. August auf einen bezeichnenden Konflikt bei Enterprise AI aufmerksam: Beschäftigte können kostspielige Tokens verbrauchen, während sie Aufgaben erledigen, die einfachere Software bereits bewältigt. Das Beispiel betraf die Umwandlung von PDFs in Bilder, Markdown-Dateien und Präsentationsmaterial. Es klingt banal, legt jedoch ein ernstes Budgetproblem offen.

Laut Audioaufnahmen, die 404 Media vorliegen, diskutierten Führungskräfte von Accenture über den rasch steigenden Tokenverbrauch und die Schwierigkeit, diese Nutzung mit geschäftlichem Wert zu verknüpfen. Ein Manager scherzte Berichten zufolge, die PDF-Konvertierung sei ein großer „Tokenfresser“. Der Austausch verdeutlichte die Kluft zwischen der Ermutigung von Beschäftigten, AI zu nutzen, und der Kontrolle über die Kosten dieser Ermutigung.

Der Druck reicht inzwischen über Accenture hinaus. Unternehmen führten Claude, ChatGPT, Copilot, Codex und AI-Agenten als breit einsetzbare Produktivitätssysteme ein. Nun stellen sie fest, dass unbegrenztes Experimentieren variable Betriebsausgaben ohne natürliche Obergrenze schafft. Der neue Wettbewerb lautet nicht AI-Einführung gegen Ablehnung. Es geht um maximale Nutzung versus messbaren Wert.

Simon Willison fand die perfekte Geschichte über Tokenverschwendung

Eine alltägliche PDF-Aufgabe wurde zu einem ungewöhnlich klaren Beispiel dafür, wie Ausgaben für Enterprise AI der finanziellen Kontrolle entgleiten.

Willisons PDF-Warnung lenkte die Aufmerksamkeit auf eine Anekdote aus einer Recherche von 404 Media vom 24. Juni. Die Publikation erklärte, sie habe Audioaufnahmen aus einer internen Accenture-Diskussion über steigenden AI-Verbrauch erhalten.

Justice Kwak, Leiter der Strategie für agentic AI bei Accenture, sagte Berichten zufolge, Ingenieure seien nicht die Haupttreiber bestimmter kostspieliger Nutzungsmuster gewesen. Nichttechnische Mitarbeitende seien für viele der diskutierten Verhaltensweisen verantwortlich gewesen.

Stuart Henderson, Leiter einer Accenture-Kundengruppe, fragte Kwak daraufhin, ob dieser ein PDF in Bilder umgewandelt habe, bevor er diese Bilder in Markdown überführt habe. Henderson bezeichnete diesen Prozess Berichten zufolge als großen Tokenfresser.

Der Austausch ist komisch, weil er eine aufwendige Lösung für ein gewöhnliches Dokumentproblem beschreibt. Er ist wichtig, weil diese Lösung den Aufwand in jeder Phase vervielfachen kann.

Ein PDF kann auswählbaren Text, Seitenbilder, Diagramme, Tabellen, Kopfzeilen und Layout-Anweisungen enthalten. Ein AI-Workflow kann jede Seite extrahieren, die Bilder untersuchen, den Text rekonstruieren, das Layout interpretieren und ein neues Format erzeugen. Jede Modellanfrage fügt Input- und Output-Tokens hinzu.

Wiederholt ein Agent eine fehlgeschlagene Extraktion, prüft seine eigene Antwort oder ruft ein weiteres Modell auf, steigt der Verbrauch erneut. Ein Beschäftigter sieht möglicherweise nur ein professionell ausgearbeitetes Folienset. Das Unternehmen sieht eine Kette abgerechneter Inferenzanfragen.

Tokens sind kleine Dateneinheiten, die von einem generativen Modell verarbeitet werden. Sie repräsentieren Textteile und – je nach System – Informationen, die aus Bildern oder anderen Medien abgeleitet werden. Organisationen zahlen häufig danach, wie viele Tokens ein Modell liest und generiert.

Dieses Abrechnungsmodell unterscheidet sich von einer herkömmlichen Office-Softwarelizenz. Das Öffnen eines weiteren Dokuments in einer Textverarbeitung verursacht normalerweise keine neue Nutzungsgebühr. Die Bitte an einen AI-Agenten, dieses Dokument zu interpretieren, kann mehrere kostenpflichtige Vorgänge auslösen.

Beschäftigte müssen diese Kette nicht verstehen. Moderne AI-Oberflächen verbergen bewusst große Teile davon. Eine Anfrage wie „Wandle diesen Bericht in Folien um“ kann Extraktion, Planung, Zusammenfassung, Formatierung, Überarbeitung und Validierung anstoßen.

Das Ergebnis ist ein Transparenzproblem. Mitarbeitende bewerten den Workflow nach Komfort und Qualität des Ergebnisses. Technologieführungskräfte müssen ihn nach Kosten, Genauigkeit, Sicherheit und danach beurteilen, ob sich die Erstellung des Ergebnisses gelohnt hat.

Die ursprüngliche Recherche ordnete die Erfahrungen von Accenture als Teil einer breiteren Ausgabenkorrektur ein. Unternehmen hatten Mitarbeitende zu AI-Experimenten ermuntert. Einige erwogen nun Kontrollmaßnahmen, weil der Verbrauch unvorhersehbar wurde.

Accenture bestätigte nicht öffentlich jedes Detail, das dem privaten Treffen zugeschrieben wurde. Der Bericht über die geleakten Audioaufnahmen sollte daher klar 404 Media zugeschrieben bleiben. Die späteren Maßnahmen des Unternehmens stützen jedoch die weitergehende Schlussfolgerung, dass Tokenmanagement zu einem formellen Thema für Unternehmen geworden ist.

Am 29. Juli kündigte Accenture ein Tokenomics-Angebot an, das Verbrauch mit Teams, Workflows, Produkten, Entscheidungen und Geschäftsergebnissen verknüpfen soll. Dieses Timing machte die PDF-Anekdote zu mehr als bloßer Bürokomik. Es zeigte, wie schnell ein internes Kostenproblem zu einer Beratungskategorie werden kann.

Sinkende Tokenpreise senken nicht die Gesamtrechnung

AI wird teurer, wenn die Nutzung schneller wächst als die Stückkosten sinken.

Die frühe Positionierung für Unternehmen behandelte generative AI wie einen weiteren Software-Rollout. Ein Unternehmen würde Zugang erwerben, Mitarbeitende schulen und die Nutzung in der gesamten Organisation verbreiten. Größere Verbreitung schien höhere Produktivität zu bedeuten.

Agentic AI verändert diese Rechnung. Ein agentischer Workflow ist ein System, das Schritte plant, Tools aufruft und seine Arbeit mit begrenzter menschlicher Anleitung überarbeitet. Eine Anfrage eines Mitarbeitenden kann zu Dutzenden Modellinteraktionen werden.

Gartner erwartet, dass Inferenz auf extrem großen Sprachmodellen bis 2030 deutlich effizienter wird. Seine Inferenzprognose enthält jedoch eine entscheidende Warnung. Sinkende Kosten für Anbieter werden nicht zwangsläufig vollständig an Unternehmenskunden weitergegeben.

Gartner schätzt zudem, dass agentische Modelle pro Aufgabe fünf- bis 30-mal mehr Tokens benötigen als ein Standard-Chatbot. Leistungsfähigere Systeme können mehr Aktionen durchführen, längere Kontexte nutzen und mehr Nachfrage erzeugen.

Daraus ergibt sich die zentrale Umkehrung. Günstigere Intelligenz ermutigt Unternehmen, AI auf mehr Arbeit anzuwenden. Jeder Workflow wächst dann von einer einzelnen Antwort zu einer Abfolge aus Suchen, Tool-Aufrufen, Bewertungen und Korrekturen.

Dasselbe Muster zeigte sich im Cloud Computing. Niedrigere Preise für einzelne Rechen- oder Speichereinheiten garantierten keine niedrigeren Unternehmensrechnungen. Der leichtere Zugang ermutigte Teams dazu, mehr Services bereitzustellen, mehr Daten vorzuhalten und mehr Aktivitäten zu automatisieren.

AI fügt eine weitere Komplikation hinzu, weil der Verbrauch nicht deterministisch sein kann. Dieselbe Aufgabe folgt nicht immer demselben Pfad. Ein Agent kann nach drei Schritten fertig sein, während ein anderer Tools erneut versucht oder mehrere Alternativen untersucht.

McKinsey zufolge kann der Tokenverbrauch für dieselbe agentische Coding-Aufgabe um das bis zu 30-Fache variieren. Seine Analyse der Unternehmensausgaben beschreibt außerdem AI-Kosten, die über Cloud-Anbieter, Modellanbieter, Softwareplattformen, Experimente und Geschäftsbereiche verteilt sind.

Diese Fragmentierung verzögert die Erkennung. Ein Unternehmen kann mehrere vernünftige Anschaffungen genehmigen, ohne ihre gemeinsame Wirkung zu sehen. Kostenüberschreitungen werden sichtbar, nachdem die Tokens bereits verbraucht wurden.

Die Rechnung geht auch über Tokens hinaus. Unternehmen zahlen für Datenpipelines, Retrieval-Infrastruktur, Evaluierungen, Sicherheitsprüfungen, Monitoring und Beschäftigte, die unzuverlässige Ergebnisse überwachen. Eine günstige Modellantwort kann Teil eines teuren Workflows sein.

Lange Kontextfenster erschweren das Problem. Ein Kontextfenster sind die Informationen, die ein Modell während einer Interaktion erhält. Das Senden vollständiger Dokumente, langer Chatverläufe, Tool-Beschreibungen und wiederholter Referenzmaterialien erhöht den Verbrauch, bevor das Modell überhaupt etwas erzeugt.

Dokumentenarbeit veranschaulicht dies deutlich. Ein System könnte denselben Bericht bei Extraktion, Analyse, Entwurf und Überarbeitung erneut senden. Ohne Caching oder eine sorgfältige Kontextauswahl verarbeitet jede Phase überlappende Informationen.

Deshalb ist Simon Willisons Beispiel über PDFs hinaus relevant. Es macht eine abstrakte Diskussion über AI-Tokenkosten zu einem wiedererkennbaren Workflow. Der Nutzer fordert ein Ergebnis an, doch die Infrastruktur erledigt weitaus mehr Arbeit.

Unternehmen können dieses Problem nicht lösen, indem sie nur die Rechnung des Modellanbieters beobachten. Sie müssen hinter jeder Verbrauchseinheit das Team, die Aufgabe, das Modell, den Agenten und das Geschäftsergebnis identifizieren.

Diese Anforderung macht das Management von AI-Kosten zu einer operativen Disziplin. Es gehört neben Sicherheit, Zuverlässigkeit und Data Governance – nicht in ein jährliches Meeting zur Softwareverlängerung.

Nicht nur Ingenieure stehen unter Druck

Budgets für Enterprise AI hängen inzwischen von Tausenden Beschäftigten ab, die durch gewöhnliche Prompts technische Kostenentscheidungen treffen.

Ingenieure verstehen, dass ein Modellaufruf Ressourcen verbraucht. Sie können Logs prüfen, Prompts verkürzen, wiederholte Inhalte cachen und kleinere Modelle auswählen. Von den meisten Wissensarbeitenden wurde nie erwartet, diese Entscheidungen zu treffen.

Sie sehen ein Chatfenster, das an vertraute Büroarbeit angeschlossen ist. Die Oberfläche fördert natürliche Sprache, Iteration und Experimentieren. Sie erklärt selten den Kostenunterschied zwischen dem Umschreiben eines Satzes und der Analyse einer Sammlung gescannter Dokumente.

Dieses Design schafft eine neue Art von Schattenausgaben. Beschäftigte müssen weder Zahlungsdaten eingeben noch Cloud-Infrastruktur bereitstellen. Sie können den Unternehmensverbrauch allein dadurch erhöhen, dass sie ein leistungsstärkeres Modell wählen oder eine Anfrage wiederholen.

Die Accenture-Anekdote legt nahe, dass nichttechnische Mitarbeitende durch Dokumentkonvertierung und Präsentationsarbeit erhebliche Nutzung verursachen können. Das macht diese Mitarbeitenden nicht verantwortungslos. Ihre Arbeitgeber forderten sie zur Nutzung von AI auf, während Anbieter die Produkte so entwickelten, dass die Nutzung mühelos wird.

Der Konflikt beginnt, wenn Unternehmen ihre Richtung ändern. Mitarbeitende hören zunächst, dass AI-Kompetenz unverzichtbar ist. Später erhalten sie Tokenlimits, Modellbeschränkungen oder Warnungen vor unnötigen Anfragen.

Das kann zu falschem Verhalten führen. Mitarbeitende könnten wertvolle Workflows meiden, weil die Regeln unklar sind. Andere nutzen möglicherweise weiterhin teure Modelle, weil niemand definiert hat, was „wertvoll“ bedeutet.

Eine bessere Richtlinie unterscheidet Aufgaben nach dem erwarteten Ergebnis. Das Formulieren einer Routine-E-Mail benötigt nicht dasselbe Modell wie die Prüfung eines komplexen Engineering-Vorschlags. Die Extraktion von auswählbarem Text aus einem PDF benötigt nicht immer visuelles Schlussfolgern.

Model Routing kann diese Unterscheidung automatisch treffen. Ein Routing-System leitet einfache Anfragen an kleinere, kostengünstigere Modelle weiter und reserviert fortgeschrittene Systeme für schwierige Aufgaben. Es kann auch Anfragen ablehnen, die traditionelle Software besser erledigt.

The Associated Press berichtete, dass Unternehmen solche Routing-Verfahren zunehmend prüfen, da tokenmaxxing an Zustimmung verliert. Ihr Bericht über Kosten am Arbeitsplatz beschrieb Unternehmen, die die Rendite der AI-Nutzung untersuchen und fortgeschrittene Modelle für Routinearbeit abschrecken.

Routing erfordert weiterhin Urteilsvermögen. Ein kurzer Prompt kann eine Aufgabe mit hohem Risiko verbergen, während ein langes Dokument möglicherweise nur eine grundlegende Extraktion benötigt. Unternehmen brauchen Richtlinien, die auf Sensibilität, Komplexität, Genauigkeitsanforderungen und erwartetem Wert beruhen.

Auch Einkaufsteams stehen unter Druck. Sie müssen Abonnements, nutzungsbasierte Verträge, Cloud-Services und eingebettete AI-Funktionen vergleichen, die Aktivitäten unterschiedlich abrechnen. Eine planbare Arbeitsplatzlizenz kann dennoch Nutzungslimits oder Einschränkungen enthalten.

CIOs übernehmen das technische Problem, doch CFOs entscheiden, ob die Ausgaben fortlaufende Unterstützung verdienen. Führungskräfte der Geschäftsbereiche müssen erklären, was die Tools hervorbringen. Sicherheitsteams müssen nachverfolgen, welche Informationen Mitarbeitende an externe Modelle senden.

Diese gemeinsame Verantwortung ist neu. Bei der klassischen Softwarebudgetierung wird eine Lizenz häufig einer Abteilung zugeordnet. Enterprise AI verlangt von Organisationen, jeden Workflow sowohl mit Verbrauch als auch mit einem Ergebnis zu verknüpfen.

Das Ergebnis kann nicht lauten: „Mitarbeitende haben mehr AI genutzt.“ Es muss etwas beschreiben, das die Organisation wertschätzt, etwa schnellere Problemlösung, weniger Fehler, zusätzliche Umsätze oder weniger repetitive Arbeit.

Wissensarbeitende benötigen zudem Alternativen. Eine durchsuchbare Wissensdatenbank kann wiederholte Dokument-Uploads reduzieren, wenn die Informationen bereits lokal vorhanden sind. Bessere Suche kann statt ganzer Dateien nur relevante Passagen übermitteln.

Der Wandel betrifft daher das Workflow-Design ebenso wie die Ausgabenpolitik. Unternehmen, die lediglich Token-Limits durchsetzen, werden den Verbrauch senken. Sie werden jedoch nicht zwangsläufig erkennen, welche Arbeit fortgesetzt werden sollte.

Maximale AI-Nutzung kollidiert mit messbarem Wert

Der Traum von unbegrenzter Nutzung scheitert, wenn Aktivität zum Ersatz für Produktivitätsnachweise wird.

Mehrere Jahre lang sorgten sich Führungskräfte, dass Mitarbeitende AI nicht schnell genug übernehmen würden. Unternehmen finanzierten Pilotprojekte, verteilten Assistenten, entwickelten Schulungsprogramme und ermutigten Teams, Anwendungsfälle zu finden.

Diese Strategie war sinnvoll, als die Akzeptanz der Engpass war. Nur wenige Organisationen wussten, wo generative AI funktionieren würde. Breite Experimente halfen dabei, nützliche Muster sichtbar zu machen.

Der Engpass hat sich verlagert. Sobald Tausende Beschäftigte fortschrittliche Modelle aufrufen können, werden Experimente zu wiederkehrenden Betriebsausgaben. Die Frage ändert sich von „Nutzen Menschen AI?“ zu „Welche Nutzungen verdienen es, skaliert zu werden?“

Accentures Antwort macht diesen Übergang explizit. Sein Tokenomics-Programm wirbt für Echtzeitüberwachung, Verantwortlichkeit, Modellzuordnung und Kosten pro Transaktion.

Das Unternehmen beschreibt einen dreistufigen Ansatz: Verbrauch sichtbar machen, ineffiziente Designs korrigieren und Kontrollen aufrechterhalten, wenn sich Workloads ändern. Diese Struktur ähnelt dem Cloud-Finanzmanagement, doch AI bringt mehr Unsicherheit hinsichtlich Aufgabenqualität und Agentenverhalten mit sich.

Der zentrale Gegner ist daher nicht Accenture gegen einen Modellanbieter. Es ist das Versprechen reibungslosen AI-Überflusses gegen die Realität verantwortungsvoller Unternehmensausgaben.

Maximale Nutzung erzeugt sichtbare Begeisterung. Sie schafft Prompt-Zählungen, generierte Dokumente, Agentenläufe und Akzeptanz-Dashboards. Keine dieser Kennzahlen bestätigt, dass die Organisation einen entsprechenden Nutzen erzielt hat.

Messbarer Wert entsteht langsamer und wirkt weniger schmeichelhaft. Er erfordert den Vergleich mit einer Ausgangsbasis. Teams müssen fragen, wie lange die Arbeit vor AI dauerte, ob sich die Qualität veränderte und wie viel menschliche Prüfung weiterhin nötig ist.

Die PDF-Konvertierung liefert erneut den richtigen Test. Wenn ein AI-Workflow einen Bericht in Folien umwandelt, sollte das Unternehmen ihn mit herkömmlichen Extraktions- und Präsentationstools vergleichen. Berücksichtigt werden sollten Korrekturzeit, sachliche Fehler, Formatierungsreparaturen und Prüfung.

Der AI-Weg kann dennoch gewinnen. Ein Modell kann einen unregelmäßigen Bericht interpretieren, Themen identifizieren und schneller als starre Software eine nützliche Erzählung entwerfen. Der Punkt ist nicht, dass AI niemals mit einem PDF arbeiten sollte.

Der Punkt ist, dass Modelleinsatz seinen Platz verdienen muss. Ein Agent, der mehr Ressourcen verbraucht, kann sinnvoll sein, wenn er wertvollere Arbeit erledigt. Ein günstiger Workflow bleibt verschwenderisch, wenn niemand sein Ergebnis benötigt.

Diese Unterscheidung fordert auch Modellanbieter heraus. Ihre Produkte profitieren davon, wenn Kunden längere Kontexte senden, mehr Schlussfolgerungen durchführen und mehr Schritte delegieren. Unternehmenskäufer profitieren nur, wenn diese Schritte ein Ergebnis verbessern.

Anbieter ergänzen Caching, Batch-Verarbeitung, kleinere Modelle und Routing-Funktionen. Diese Werkzeuge reduzieren Verschwendung, lösen jedoch nicht den Anreizkonflikt. Anbieter verdienen weiterhin an Verbrauch oder breiterer Nutzung.

Unternehmen benötigen eine eigene Messschicht. Sie sollte Anfragen, Modellauswahl, Tokenvolumen, Latenz, Fehlerraten, menschliche Eingriffe und den betroffenen Geschäftsprozess erfassen.

Sie benötigen außerdem eine Abbruchregel. Ein Agent sollte ein Dokument mit geringem Wert nicht weiter überarbeiten, nur weil er es kann. Budgets, Schrittlimits, Konfidenzschwellen und Freigabegates können offene Arbeit begrenzen.

Dieselbe Disziplin gilt für persönliche AI-Workflows. Wiederholtes Hochladen derselben Quellen verschwendet Zeit und Kontext. Systeme, die Knowledge Blending unterstützen, können ausgewählte Informationen abrufen, ohne den vollständigen Kontext für jede Anfrage neu aufzubauen.

Simon Willison beschäftigt sich seit Langem mit dem praktischen Verhalten von Sprachmodellen, einschließlich ihrer Grenzen, Kosten und Sicherheitsfolgen. Seine PDF-Beobachtung passt zu diesem Ansatz. Die aufschlussreichen Details zeigen sich häufig in alltäglichen Implementierungsentscheidungen, nicht in großen Modellankündigungen.

Token-Kontrollen können ihr eigenes Scheitern verursachen

Ein pauschales Vorgehen gegen Ausgaben kann nützliche Experimente zerstören und zugleich die am wenigsten sichtbaren Formen der Verschwendung bewahren.

Die Argumente für Kostenkontrolle sind stark, doch die verfügbaren Belege zeigen nicht, dass Nicht-Techniker die zentrale Ursache für überhöhte AI-Ausgaben in Unternehmen sind. Die Accenture-Kommentare stammten aus einer berichteten privaten Diskussion, nicht aus einem veröffentlichten Verbrauchsaudit.

Eine einprägsame PDF-Geschichte kann die Aufmerksamkeit verzerren. Über Dokumentkonvertierung lässt sich leicht spotten, weil der Workflow überzogen klingt. Teure Engineering-Agenten können ebenfalls große Kontexte verbrauchen, Tests ausführen, Repositories prüfen und fehlgeschlagene Änderungen erneut versuchen.

Diese Engineering-Aufgaben können mehr Wert schaffen, doch Unternehmen brauchen weiterhin Belege. Ein technisches Etikett macht Verbrauch nicht effizient. Ebenso kann eine nichttechnische Anfrage wichtige Rechts-, Vertriebs- oder Forschungsarbeit unterstützen.

Organisationen sollten Token-Management nicht in Mitarbeiterüberwachung verwandeln. Prompt-Protokolle können vertrauliche Arbeit, Personalinformationen, Kundendaten und vorläufige Ideen enthalten. Detaillierte Überwachung schafft Sicherheits- und Datenschutzpflichten.

Kostenallokation kann auch Zusammenarbeit entmutigen. Wenn jede Abteilung ein striktes Token-Budget erhält, könnten Teams Experimente verbergen oder Ausgaben in Tools verlagern, die außerhalb des zentralen Dashboards bleiben.

Harte Limits schaffen ein weiteres Risiko. Ein Agent könnte stoppen, bevor er eine wertvolle Aufgabe abschließt, und Mitarbeitende mit Teilarbeit zurücklassen, die weiterhin manuelle Nachbearbeitung erfordert. Die Organisation spart Tokens, verliert aber den erwarteten Nutzen.

Routing auf günstige Modelle kann Ausgaben senken und zugleich die Qualität verringern. Kleinere Modelle können Dokumentdetails übersehen, Tool-Anweisungen falsch verarbeiten oder plausible Fehler erzeugen. Ein Workflow, der wiederholte Korrekturen benötigt, kann insgesamt mehr kosten.

EY argumentiert, dass Tokens nur der sichtbarste Teil der Agentenökonomie sind. Seine Analyse der Agentenkosten umfasst Infrastruktur, Governance, organisatorische Veränderungen, Fehlerbehebung und regulatorische Risiken.

Diese breitere Sicht ist wichtig, weil lokale Optimierung Ausgaben an andere Stellen verlagern kann. Eine Verringerung des Modellverbrauchs könnte die Prüfzeit von Mitarbeitenden erhöhen. Das Kürzen von Evaluierungsläufen kann kostspielige Fehler in die Produktion gelangen lassen.

Unternehmen sollten die Gesamtkosten des Workflows messen, statt niedrigere Token-Summen zu feiern. Sie sollten außerdem Qualität, Geschwindigkeit und Risiko vor und nach jeder Intervention vergleichen.

Hier kann die Bezeichnung „Tokenpocalypse“ in die Irre führen. Das Problem besteht nicht darin, dass Tokens plötzlich überall unbezahlbar geworden sind. Das Problem ist, dass die schnelle Einführung schwache Messmethoden und unklare Verantwortlichkeiten offengelegt hat.

Einige Organisationen werden feststellen, dass ihre AI-Programme wirtschaftlich attraktiv bleiben. Andere werden entdecken, dass Mitarbeitende Arbeit mit geringem strategischen Wert automatisiert haben. Die meisten werden beide Muster innerhalb desselben Unternehmens finden.

Die Stückkosten werden weiter sinken, und Modelle werden sich weiter verbessern. Diese Trends schwächen Vorhersagen einer dauerhaften Ausgabenmauer. Sie stärken das Argument für Governance, weil niedrigere Kosten zu noch höherem Verbrauch einladen.

Die skeptische Schlussfolgerung ist daher enger gefasst. Unternehmen verabschieden sich nicht zwangsläufig von AI. Sie bewegen sich von Akzeptanzzielen hin zu Allokationsentscheidungen, und diese Entscheidungen bleiben schwer zu bewerten.

Die nächsten drei Signale werden zeigen, ob Tokenomics funktioniert

Die nächste Phase wird an Workflow-Renditen, automatischem Modellrouting und Veränderungen im Einkaufsverhalten von Unternehmen gemessen werden.

Das erste Signal ist, ob Unternehmen Kosten pro abgeschlossenem Geschäftsprozess statt der gesamten Token-Reduzierung berichten. Eine nützliche Kennzahl könnte einen gelösten Supportfall, einen geprüften Vertrag, eine abgeschlossene Softwareänderung oder eine beendete Forschungsaufgabe erfassen.

Dies würde das Tokenomics-Argument stärken, weil es Ausgaben mit Ergebnissen verbindet. Wenn Unternehmen nur niedrigeren Verbrauch veröffentlichen, unterdrücken sie möglicherweise Nutzung, ohne die Produktivität zu verbessern.

Beobachten Sie, wie Accenture sein eigenes Angebot weiterentwickelt. Sein Ansatz verspricht Transparenz über Workflows, Verantwortliche, Modelle und Agenten hinweg. Belege für wiederholbare Kundenergebnisse würden zeigen, dass die von 404 Media identifizierte interne Sorge zu einer praktikablen Managementdisziplin geworden ist.

Das zweite Signal ist weitverbreitetes automatisches Routing. Mitarbeitende treffen derzeit viele Modellentscheidungen über Produktmenüs oder Standardeinstellungen. Damit wird eine technische Kostenentscheidung Nutzern vorgelegt, denen die Informationen fehlen, um sie zu bewerten.

Effektives Routing würde fortschrittliches Schlussfolgern für Aufgaben reservieren, die es erfordern. Es würde einfache Extraktions-, Klassifizierungs- und Überarbeitungsarbeit an kleinere Systeme oder herkömmliche Software weiterleiten.

Das entscheidende Maß ist nicht die Routing-Häufigkeit. Es ist, ob Routing die Qualität bewahrt und zugleich die Gesamtkosten des Workflows senkt. Hohe Korrekturraten würden das Argument für aggressive Modell-Downgrades schwächen.

Das dritte Signal ist eine Veränderung beim Einkauf in Unternehmen. Käufer könnten gemeinsame Nutzungspools, detaillierte Telemetrie, durchsetzbare Budgets, Caching-Kontrollen und Verträge verlangen, die stärker an Ergebnisse gebunden sind.

Sie könnten außerdem Produkte bevorzugen, die lokale Informationen verarbeiten, ohne ganze Dokumente wiederholt an Frontier-Modelle zu senden. Das würde effizientes Kontextmanagement statt maximalem Token-Durchsatz belohnen.

Wenn Anbieter mit klareren Kontrollen und vorhersehbarem Verbrauch reagieren, wird der aktuelle Gegenwind wie ein normaler Reifezyklus wirken. Enterprise AI wird sich unter strengeren Finanzregeln weiter ausbreiten.

Wenn Kosten undurchsichtig bleiben, werden Unternehmen umfassendere Einschränkungen durchsetzen. Dieses Ergebnis würde Experimente verlangsamen und die Nachfrage nach kleineren, Open-Weight- oder lokal betriebenen Modellen erhöhen.

Simon Willisons Beobachtung gibt Lesern eine praktische Frage zur Bewertung jedes AI-Workflows: Welche Arbeit leistet das Modell tatsächlich, und warum erfordert diese Arbeit dieses Modell?

Wenden Sie diese Frage an, bevor Sie ein weiteres großes Dokument an einen Agenten senden. Prüfen Sie, ob Textextraktion, Suche, lokale Verarbeitung oder ein kleineres Modell die erste Stufe erledigen kann. Reservieren Sie kostspieliges Schlussfolgern für die Teile, die Urteilsvermögen erfordern.

Die Tokenpocalypse ist nicht das Ende von Enterprise AI. Sie ist das Ende der Annahme, dass jeder generierte Output ein Fortschrittsbeleg ist. Unternehmen, die Ergebnisse messen, Kontext kontrollieren und Aufgaben bewusst routen, werden weiter experimentieren. Diejenigen, die nur Akzeptanz zählen, werden die Rechnung weiterhin erst danach entdecken.