Unternehmen messen KI-ROI erst, nachdem die Token-Rechnung knallt
TL;DR
TechCrunch spricht mit NEA-Partnerin Tiffany Luck über Enterprise-AI-Ausgaben, nachdem der frühe Tokenmaxxing-Hype auf harte Budgetrealität trifft. Der Auslöser: CEOs wollten maximale AI-Nutzung, dann stiegen die Kosten. Laut TechCrunch soll Uber sein Jahresbudget für AI in wenigen Monaten verbraucht haben. Einige Firmen kürzen Claude-Lizenzen in Teilen der Organisation, Meta hat laut TechCrunch ein internes AI-Nutzungsranking wieder beendet.
Nauti's Take
Das ist der Moment, in dem der AI-Hype erwachsen werden muss. Tokenmaxxing klingt nach Innovationskultur, ist aber ohne Messsystem nur ein hübscher Name für Kostenexplosion.
Unternehmen sollten nicht fragen, wie viele Prompts sie erzeugen, sondern welche Entscheidungen, Prozesse und Ergebnisse dadurch besser werden. Genau dort entsteht Platz für nüchterne AI-Infrastruktur statt Demo-Zauber.
Einordnunganzeigen
Der AI-Rollout in Unternehmen kippt von Experimentierfreude zu Controlling. Wenn Nutzung nur hochgetrieben wird, ohne Produktivitätsgewinne sauber zu messen, wird AI schnell zur teuren Software-Flatrate. Der nächste Wettbewerbsvorteil liegt weniger im Zugang zu Modellen, sondern in klaren Workflows, Kostensteuerung und messbarem Output.
Quellen