Walmart AI-werkstromen vs. de realiteit van de balans

·
Luister naar dit artikel~3 min
Walmart AI-werkstromen vs. de realiteit van de balans

Walmart beperkt AI-gebruik van medewerkers na onverwacht hoge kosten. Ontdek waarom tokenmaxxing leidt tot nieuwe betaalmodellen en hoe bedrijven de balans vinden tussen productiviteit en uitgaven.

Walmart heeft het gebruik van zijn interne AI-assistent Code Puppy voor medewerkers beperkt. De vraag naar de LLM achter de tool was hoger dan verwacht. Medewerkers kregen eerst onbeperkt toegang, maar nu krijgen ze een vast aantal AI-tokens toegewezen. Code Puppy beloofde hulp bij taken zoals spreadsheetanlyse, presentaties maken en andere automatiseerbare kantooractiviteiten. Maar de onbeperkte toegang bleek financieel onhoudbaar. ### Waarom verandert Walmart zijn AI-beleid? De wijziging is een kostenbesparende maatregel. LLM's stappen steeds vaker over van een vast abonnementsmodel naar betalen per gebruik. Walmart heeft ongeveer 2,1 miljoen medewerkers. Zelfs bescheiden queries per persoon leiden tot hoge kosten. Walmart adviseert medewerkers nu om AI alleen te gebruiken waar het echt waarde toevoegt. Ze krijgen ook richtlijnen voor het kiezen van de juiste AI-tool voor elke taak. Daarnaast hebben ze toegang tot andere AI-platforms die het bedrijf betaalt. ![Visuele weergave van Walmart AI-werkstromen vs. de realiteit van de balans](https://ppiumdjsoymgaodrkgga.supabase.co/storage/v1/object/public/etsygeeks-blog-images/domainblog-a01d8dba-ab6b-49c3-910b-d84a86f7edeb-inline-1-1780488079567.webp) ### De opkomst van tokenmaxxing Een deel van het probleem ligt bij hoe productiviteit wordt gemeten. Het tellen van AI-gebruik als maatstaf leidde tot 'gamification' van KPI's, ook wel 'tokenmaxxing' genoemd. Een partner van Sequoia Capital zei in april nog: 'We moeten allemaal tokenmaxxen.' Dit leidde tot AI-ranglijsten in bedrijven om de beste gebruikers te vieren. Maar zulk gedrag drijft de kosten op. Grotere modellen die recursieve acties uitvoeren ('denkmodellen') gebruiken meer tokens en leiden tot hogere rekeningen. Walmart wil voorkomen dat dure, geavanceerde modellen worden ingezet voor simpele taken. ![Visuele weergave van Walmart AI-werkstromen vs. de realiteit van de balans](https://ppiumdjsoymgaodrkgga.supabase.co/storage/v1/object/public/etsygeeks-blog-images/domainblog-a01d8dba-ab6b-49c3-910b-d84a86f7edeb-inline-2-1780488084810.webp) ### Onverwachte kosten van multi-agentische AI Multi-agentisch AI-werk kan ook voor verrassingen zorgen. Wanneer medewerkers iteratieve loops starten met meerdere agenten, worden de kosten van suboptimale resultaten en herhaalde prompts direct zichtbaar in harde euro's. ### Veranderende betaalmodellen bij AI-aanbieders Niet alle AI-aanbieders zijn overgestapt op betalen per token. Maar zowel Anthropic als OpenAI hebben hun enterprise-abonnementen al aangepast. Microsoft rekent sinds 1 juni voor GitHub Copilot. Uber gebruikte zijn AI-budget voor 2026 al in de eerste vier maanden van dit jaar. ### Hoe Walmart de kosten beheert Door per medewerker een limiet op tokens te zetten, probeert Walmart de kosten te beheersen. Het doel is om doordachter gebruik van AI te stimuleren en de return on investment te meten. Dit is een realistische stap voor een bedrijf met miljoenen medewerkers. ### Wat kunnen we hiervan leren? Walmart's ervaring laat zien dat AI-implementatie niet zonder uitdagingen is. Het is belangrijk om niet blind te varen op productiviteitswinsten, maar ook de kosten in de gaten te houden. De balans tussen innovatie en financiële realiteit is cruciaal. Wil je meer weten over AI en big data? Bezoek dan de AI & Big Data Expo in Amsterdam, Californië en Londen.