Amazon, mühendislik ekiplerinden yapay zekâ kodlama araçlarını tükettikleri token miktarına göre değil, ortaya çıkardıkları yazılımın gerçek katkısına göre değerlendirmelerini istiyor. Şirketin güncellenen mühendislik yönergeleri, yapay zekâ kullanımını, token tüketimini, kod değişikliklerini kod incelemelerini tek başına performans ölçütü olarak kabul etmiyor. Amazon, mühendislik verimliliğini ölçerken kısa vadeli kullanım rakamlarından çok uzun vadeli sonuçlara odaklanılması gerektiğini vurguluyor.
Amazon, Tokenmaxxing Uygulamasına Karşı UyarıyorAmazon’un yeni mühendislik yönergeleri, yapay zekâ araçlarının kullanımını artırarak daha üretken görünmeye dayanan “tokenmaxxing” yaklaşımını hedef alıyor. yaklaşımda çalışanlar, şirket içi panolarda yüksek kullanım rakamlarına ulaşmak amacıyla yapay zekâ modellerinin tükettiği token miktarını bilinçli olarak artırabiliyor.
Şirket, yapay zekâ kullanım verilerini tamamen göz ardı etmiyor ancak yöneticilerin rakamları performans göstergeleriyle birlikte değerlendirmesini öneriyor. Düşük kullanım, mühendislerin işlerini iyileştirecek araçlardan yeterince yararlanmadığına işaret edebilir. Yüksek kullanım ise yazılım teslimatının gerçekten iyileşip iyileşmediği harcanan kaynakların karşılığının alınıp alınmadığı sorularını gündeme getiriyor.
Amazon, nedenle yalnızca token tüketimine veya kod miktarına bakarak çalışan performansı hakkında karar verilmesini doğru bulmuyor. Şirketin yaklaşımı, yapay zekâ araçlarının kullanım sıklığından ziyade geliştirme sürecine sağladığı somut katkının değerlendirilmesini öne çıkarıyor.
Amazon çalışanları, yılın başlarında şirket içinde kullanılan MeshClaw adlı yapay zekâ ajanından token sayılarını artırmak için yararlandı. Kod dağıtımı gerçekleştirebilen Slack etkileşim kurabilen sistem, çalışanların günlük iş akışlarında kullandığı araçlardan biri olarak öne çıktı.
Şirket, çalışanların sıralamaları kendi lehlerine değiştirmesinin ardından mayıs ayında şirket içi liderlik tablosunu kapattı. Söz konusu tablo, yapay zekâ kullanımını rakamlar üzerinden karşılaştırmaya dayanan yaklaşımın istenmeyen sonuçlarını ortaya koydu.
Amazon, çalışanlara yönelik token tüketim sınırı uygulamadığını belirtiyor. Güncellenen yönergeler, bunun yerine kullanım verilerinin nasıl yorumlanması gerektiğine odaklanıyor. Şirket, mühendislerin belirli görevin mevcut yapay zekâ araçlarından yarar sağlamadığı sonucuna ulaşmasını başarısızlık olarak değerlendirmiyor. Amazon’a göre aracın sınırlarını açıklayan değerlendirme, çalışanın doğru karar verme becerisini gösterebiliyor.
Şirket, gelecekte yazılım mühendisliği uygulamalarının merkezinde yapay zekânın yer alacağı görüşünü koruyor. Amazon’un yaklaşımı, yapay zekâ kullanımını teşvik ederken ölçüm sistemlerinin çalışanları gereksiz tüketimi artırmaya yönlendirmesini önlemeyi amaçlıyor.
Yapay zekâ tüketimiyle gerçek iş çıktıları arasındaki fark, yalnızca Amazon’un gündeminde yer almıyor. Uber Başkanı Operasyon Direktörü Andrew Macdonald, mayıs ayında artan token kullanımının henüz tüketicilere sunulan yararlı özelliklere aynı ölçüde yansımadığını belirtti. Açıklama, şirketin 2026 yılı için ayırdığı Claude Code bütçesinin nisan ayında tükendiğini bildirmesinin ardından geldi.
Danışmanlık şirketi Accenture yapay zekâ harcamalarının karşılığını değerlendirme ihtiyacıyla karşı karşıya kaldı. 404 Media tarafından haziran ayında yayımlanan sızdırılmış ses kaydı, şirket yöneticilerinin müşterilerin sohbet robotlarından yapay zekâ ajanlarıyla yürütülen iş akışlarına geçmesiyle yükselen token maliyetlerini tartıştığını ortaya koydu.
Yöneticiler, tek tek görevlerin maliyetini hesaplama harcamaların sağladığı faydayı ölçme konusunda belirsizlikler bulunduğunu ifade. Accenture’ın müşterilerin giderleri yönetmesine yardımcı olmak amacıyla Token IQ adlı danışmanlık aracı geliştirdiği bildirildi.
örnekler, kurumsal yapay zekâ yatırımlarında kullanım miktarının tek başına başarı göstergesi sayılamayacağını ortaya koyuyor. Şirketler, model tüketimiyle birlikte teslim edilen özellikleri, tamamlanan görevleri, yazılım kalitesini maliyetleri değerlendirmek zorunda kalıyor.
Amazon’un yönergeleri, yazılım geliştirmede yapay zekâ kullanımının nasıl ölçülmesi gerektiğine ilişkin daha geniş tartışmanın parçasını oluşturuyor. Token tüketimi, kod değişikliklerinin sayısı inceleme hacmi kolayca ölçülebilen göstergeler olsa rakamlar tek başına yazılımın kalitesini veya iş süreçlerine sağlanan katkıyı göstermiyor.
Kuruluşların yapay zekâ yatırımlarını değerlendirirken geliştirme süresini, hata oranlarını, teslim edilen özelliklerin kullanıcılar üzerindeki etkisini görev başına maliyeti birlikte ele alması gerekiyor. Böyle yaklaşım, çalışanların yalnızca daha fazla yapay zekâ kullanmaya değil, doğru görevlerde doğru araçları seçmeye yönelmesine yardımcı oluyor.
Amazon’un mesajı, yapay zekâ kullanımını azaltmak yerine verimliliğin daha doğru ölçülmesine dayanıyor. Kurumsal ekipler açısından temel ölçüt, tüketilen token miktarını artırmak değil, yapay zekâ desteğiyle daha kaliteli yazılımı uygun maliyetle teslim etmek olarak öne çıkıyor.
