02. July 2026
Teknologigiganten Meta har sett seg nødt til å innføre strenge restriksjoner på de ansattes interne bruk av AI-tokens. Bakgrunnen for de nye budsjett-takene er en intern skyregning som holdt på å eskalere fullstendig. Kostnadene knyttet til ansattes eksperimentering, testing og daglige bruk av egne AI-modeller lå an til å nærme seg svimlende milliarder av dollar i løpet av 2026. Du kan lese mer om saken hos MLQ AI.
Siden den generative AI-bølgen skjøt fart, har selskaper som Meta gitt utviklerne og produktteamene sine tilnærmet frie tøyler til å bygge, teste og kjøre spørringer mot store språkmodeller (LLMs). Men å drive disse modellene krever enorm datakraft, og hvert eneste ord (token) som genereres koster penger. Når titusener av ansatte kontinuerlig lar AI-agenter løpe i bakgrunnen for å automatisere oppgaver eller analysere kode, blir summen på bunnlinjen raskt astronomisk. Metas grep viser at selv ikke de som eier infrastrukturen har råd til ubegrenset AI-lek uten økonomiske rammer.
For økonomidirektører og IT-beslutningstakere som forsøker å tøyle skybudsjettene, er dette et kraftig signal om at "AI-gullrushet" må over i en fase preget av streng kostnadskontroll. Tiden der man kunne rulle ut AI-verktøy til hele organisasjonen uten å overvåke faktisk ressursbruk er over. Virksomheter som ønsker å holde kontroll på kostnadene må etablere retningslinjer for AI-FinOps, der man kontinuerlig måler verdien av en AI-forespørsel opp mot hva den faktisk koster å generere.
For prosjektledere og utviklingsavdelinger betyr dette at man må tenke smartere rundt arkitektur. Istedenfor å sende alle oppgaver til de største og mest kostbare modellene, tvinges man over på mindre, spesialiserte modeller (SLMs) som løser spesifikke oppgaver langt billigere. Å optimalisere ledetekster (prompts) for å bruke færre tokens handler ikke lenger bare om raskere responstid, det er nå ren budsjett disiplin.