Miksi tokenikustannukset rikkovat talousjohtajien budjetteja vuonna 2026

AI-tokenikustannukset ovat kehittyneet vähäiseksi teknologia‑yksityiskohdaksi hallituksen tasolle nousevaksi budjetti­ongelmaksi alle vuodessa. Kaksitoista kuukautta sitten “tokenikustannus” ei ollut useimpien talousjohtajien radalla – nyt se ilmestyy kaikkiin vääriin paikkoihin: uutisissa, sisäisissä muistiinpanoissa, budjetin jäädytyksissä ja tulospuheluissa.

Uber antoi insinööreilleen pääsyn Claude Code -ohjelmistoon loppuvuodesta 2025. Huhtikuuhun 2026 mennessä yritys oli kuluttanut koko vuotuisen AI‑koodausbudjettinsa neljässä kuukaudessa. Sen vastaus oli asettaa kulutusraja $1,500 per työntekijä, kuukaudessa, työkalua kohti, kuten Bloomberg ensimmäisenä raportoi. Salliessa kahden agenttipohjaisen koodausvälineen (esim. Claude ja Cursor) samanaikaisen käytön, raja kaksinkertaistuu $3,000 kuukaudessa, mikä on $36,000 vuodessa per insinööri yhden henkilön AI‑käyttöön. Arvioiden mukaan Uberilla on noin 4,000 insinööriä, mikä vastaisi $144M spend in AI.

Metan kulut voivat olla suuremmat. sisäinen muistiinpano varoitti, että AI-tokenikustannukset olivat matkalla miljardien dollarien tasolle vuonna 2026. Syynä on agenttien toiminnan mekaniikka suuressa mittakaavassa. Kun AI‑agentti yhdistyy koodikantaan korjatakseen virheen tai kirjoittaakseen ohjelmistoa, se käsittelee tuhansia taustakontekstin tokeneita jokaisessa kehotteessa. Jos tämä asetetaan organisaatioon, jonka koko on Meta, ja lisätään yrityksen painotus insinöörit käyttämään Claudea, token‑käyttö ei vain kasva, vaan räjähtää.

Ramp’s AI-indeksi mukaan, joka seuraa todellisia toimittajamaksuja yli 70,000 yrityksessä, AI‑adoptioyritysten huippu‑1 % käyttää nyt noin $7,500 per työntekijä, kuukaudessa, AI:hin, ja kulutus kasvaa 14.1 % kuukausittain. AI‑rekrytointiyrityksen Mercorin johtajat ovat julkisesti sanoneet, että AI-tokenikustannukset alkavat lähestyä tai ylittää työntekijöiden palkat joissakin organisaatioissa.

Tästä voidaan vetää opetus. Jos maailman suurimmat teknologiayritykset voivat yllättyä tästä kulusta, niin kuka tahansa voi. Token‑kulutus on muodostunut aidosti uudeksi kululuokaksi, jota ei ollut missään tuloslaskelmassa kaksi vuotta sitten. Se ei käyttäydy kuten ohjelmistokustannukset, joiden mallintamista ja perinteisiin ROI‑laskelmiin sisällyttämistä rahoitustiimit ovat vuosikymmeniä harjoitelleet. Ymmärtäminen miksi AI-tokenikustannukset käyttäytyvät niin erilaisesti kuin perinteinen ohjelmistokulutus on ensimmäinen askel niiden hallitsemiseksi.

Miksi AI-tokenikustannusten ennustaminen on niin vaikeaa

Perinteinen ohjelmistobudjetointi perustuu yksinkertaiseen oletukseen: kustannus kasvaa henkilöstömäärän mukana. Kymmenen lisää työntekijää tarkoittaa kymmentä lisäistuinta, tunnetulla hinnalla. Helppo ennustaa ja suunnitella, kun yritykset kasvavat tai hankkivat uusia ohjelmistialustoja.

AI-tokenit rikkovat tämän oletuksen. Kustannus kasvaa käytön mukaan, ei henkilöstön, ja käyttö on äärimmäisen epätasaista, vaikeasti ennustettavaa, ja autonomisten agenttien tapauksessa se ei edes liity ihmiseen, joka istuu näppäimistön äärellä. Yksi insinööri, joka suorittaa agenttipohjaisen koodausistunnon, voi polttaa tuhansia dollareita kuukaudessa ilman varoitusta, koska mittari käy riippumatta siitä, onko tulos hyödyllinen. Monet mallit myös tuottavat tuhansia piilotettuja, näkymättömiä tokeneita pelkästään “ajatellakseen” askel askeleelta ennen vastaamista, mikä moninkertaistaa kustannuksen per kehotus.

Tämä on se osa, jota useimmat organisaatiot eivät ole hinnoitelleet: jokainen uusi dollarin arvoinen agenttipohjainen AI‑kulutus täytyy saada jostain. Useimmille talousjohtajille se ei ole pyöristysvirhe, jonka innovaatiopotti peittää; puhumme miljoonista dollareista uudesta kulutuksesta, jota ei ollut kaksi vuotta sitten. Tämä muodostaa todellisen kompromissin henkilöstömäärän, muiden teknologiainvestointien tai vapaaehtoisen budjetin välillä yrityksen muissa osissa.

Yritysten AI-kuluriskin kolme tasoa

Kun tarkastelemme, miten organisaatiot todella kuluttavat AI:hin, näemme selkeämmin nousevan mallin. AI‑kustannusriski ei jakaudu tasaisesti. Se keskittyy tietyille alueille, ja todennäköisesti vain yksi kolmesta on tällä hetkellä tyypillisessä organisaatiossa hallinnassa.

Liiketoimintakäyttäjät myynnissä, markkinoinnissa ja operaatioissa käyttävät enimmäkseen työkaluja, jotka hinnoitellaan istuinta kohden: $20–$30 per käyttäjä, kuukaudessa, kiinteästi. Tämä on se taso, jonka rahoitusosasto osaa jo budjetoida, koska se käyttäytyy täsmälleen kuten kaikki muut SaaS‑kuluerät, jotka he ovat ostaneet viimeisten kahdenkymmenen vuoden aikana.

Kehittäjät, jotka käyttävät agenttipohjaisia koodausvälineitä, ovat Uber‑tyylisten tarinoiden lähde, ja koko kategoria on juuri siirtynyt kiinteästä maksusta mittaustason hinnoitteluun. GitHub Copilot siirtyi token-pohjaiseen laskutukseen kesäkuussa 2026, ja kehittäjät odottavat laskujen nousevan $29:sta $750:aan kuukaudessa, ja $50:sta $3,000:aan kuukaudessa intensiivisissä agenttipohjaisissa istunnoissa. Uber ei ole poikkeus tässä, se on varhainen katsaus siihen, mihin koko kategoria on menossa.

Autonomiset agentit ovat taso, jota lähes kukaan ei ole vielä mallintanut. Agentille ei ole käsitettä “istuin”. Se toimii valvomatta, käynnistää alagentteja, yrittää uudelleen epäonnistumisen jälkeen, ja kuluttaa tokeneita koko ajan, riippumatta siitä, tuottaako se mitään arvokasta. Tämä on kerros, jossa on vähiten kustannustietoa ja vähiten budjetointiesimerkkejä.

Yksinkertaisesti sanottuna se taso, jossa talousjohtajat tuntevat olonsa mukavimmaksi, on myös pienin taloudellinen riski. Ne kaksi tasoa, jotka oikeasti räjäyttävät budjetteja, ovat ne, jotka siirtyvät ennustettavasta hinnoittelusta juuri sillä hetkellä, kun käyttö kasvaa nopeimmin.

AI-kustannusten hallintakuilun sulkeminen

Yhteinen piirre Uberin, Metan ja laajemman Ramp‑tietoaineiston välillä on näkyvyyden puute. Useimmilla organisaatioilla ei ole välikerrosta työntekijän tai agentin, joka avaa työkalun, ja heidän välillä. Kulutuskatot, kuten Uberin, ovat karkeita, jälkikäteen toteutettuja korjauksia ongelmaan, joka oikeastaan vaatii ratkaisun jo aikaisemmassa vaiheessa.

Tuo on se aukko, jonka uudempi työkaluluokka, usein kutsuttu agenttien orkestroinniksi tai agenttiportteiksi, on suunniteltu täyttämään: jokaisen tehtävän reitittäminen halvimpaan siihen kykenevään malliin, kulutusrajojen toteuttaminen ennen niiden ylittämistä, sekä talousosastolle reaaliaikaisen mittarin tarjoaminen kuukausittaisen yllätyksen sijaan.

Tämä luokka kehittyy nopeasti, ja se on jo jakautunut useisiin erillisiin kerroksiin. Yksi kerros on kustannusohjattu portti, joka sijoittuu organisaation sovellusten ja mallitoimittajien väliin, lisää tiimikohtaisia kulutuskattoja, automaattisen reitityksen halvempaan malliin yksinkertaisissa tehtävissä sekä vastausten välimuistin, samat välineet, joita Uber toteutti manuaalisesti asettaessaan kattonsa. Toinen kerros on agenttien orkestrointi, joka keskittyy koordinoimaan yhdessä toimivia useita agenteja, ja jossa kustannusnäkyvyys sisällytetään yhä enemmän sen sijaan, että se lisättäisiin erikseen. Uudempi, talousosastoa kohdennut kerros alkaa käsitellä AI‑kulutusta tavalla, jolla FinOps-tiimit ovat pitkään hoitaneet pilvikulut: tiimeittäin ja ominaisuuksittain kohdistettuna, budjetoituina ja kuukausittain tarkastettuina sen sijaan, että ne havaittaisiin jälkikäteen.

Sitten on olemassa arkkitehtuurinen lähestymistapa, jonka tavoitteena on rajoittaa kulutusta vähentämällä riippuvuutta suurista LLM-malleista. Jotkut yritykset ovat alkaneet luoda hybridia SLM/LLM‑arkkitehtuuria, jossa pienet kielimallit koulutetaan kapeaan valikoimaan yritystehtäviä (esim. sisäiset ohjeet, asiakaspalvelu, lainadokumenttien käsittely, lähetyslistojen jäsentäminen). Taloudelliset näkökohdat voivat olla houkuttelevia.

Kohteen 2026 yritysten LLM‑vertailun mukaan, miljoonaa kuukausittaista keskustelua kohden, isännöidyt huippuluokan LLM-mallien kustannukset ovat 15 000–75 000 USD kuukaudessa, kun taas sisäisesti käytössä oleva hienosäädetty pieni kielimalli maksaa 150–800 USD kuukaudessa samalla volyymilla. Goldman Sachs esimerkiksi hallinnoi AI‑kulutusta mittakaavassa keskitetyn malligatewayn kautta, joka luokittelee jokaisen pyynnön tehtävätyypin mukaan ja reitittää sen tehtävään sopivaksi kustannustehokkaimmaksi malliksi, kevyistä avoimen lähdekoodin malleista huippuluokan LLM-malleihin, kaikki omassa turvallisuusalueessaan.

Yhteinen piirre on, että suurin osa tämän päivän työkaluista on rakennettu insinööreille ja heidän käyttöönsä, jotta heidän tuottavuutensa saadaan turboahdetuksi agenttien avulla. Kerros, jota useimmat organisaatiot edelleen kaipaavat, on se, joka on suunniteltu vastaamaan suoraan talousjohtajan (CFO) kysymykseen: mikä tiimi, mikä budjetti, miten ennustamme kulut ja mikä on tämän kulutuksen tukema liiketoimintatapauksen käyttötapaus? Tämä on se aukko, jonka uskotaan vaikuttavan eniten, kun agenttipohjainen AI‑kulutus jatkaa kasvuaan.

Kaksi vuotta sitten mikään tästä ei ollut eriteltynä erinäinen erä. Tänään AI‑token‑kustannukset ovat yksi nopeimmin kasvavista ja vähiten ymmärretyistä eristä taseessa, ja AI‑kustannusten hallinta on nopeasti nousemassa keskeiseksi talousalan osa‑alueeksi sen sijaan, että se olisi sivuprojekti. Näimme saman tarinan, kun pilvipalvelut otettiin käyttöön ja kustannukset räjähtivät ensimmäisen aallon aikana. Organisaatioiden, jotka suunnittelevat agenttipohjaista AI‑käyttöönottoa, olisi hyvä käydä tämä keskustelu insinööri‑ ja talousosastojen välillä nyt ja laatia hallintamalli. Uber ja Meta ovat jo osoittaneet, mitä tapahtuu, kun asia hoidetaan jälkikäteen sen sijaan, että se hoidettaisiin etukäteen.