"Jika pekerjaan Anda tidak diuntungkan oleh tooling AI saat ini, itu adalah temuan, bukan kegagalan," tulis Amazon kepada para software engineer-nya dalam sebuah memo yang dilaporkan CNBC. Kalimat yang tak lazim dari perusahaan yang menjual AI ke bisnis lain, dan mudah diringkas menjadi judul berita: Amazon menyuruh engineer mengurangi pakai AI.
Memo itu lebih hati-hati daripada judul tersebut, dan perdebatan di sekitarnya lebih penting daripada memonya sendiri. Token kini menjadi satu baris tersendiri dalam anggaran engineering, dan para manajer di mana-mana ditanya hal yang baru saja dijawab Amazon secara terbuka: bagaimana Anda tahu pengeluaran ini benar-benar menghasilkan sesuatu? Berikut isi memo dan hal-hal yang tidak disebutnya, biaya sebenarnya satu seat di empat tool utama, dan di mana pembatasan membantu atau justru merugikan.
Tokenmaxxing adalah masalah leaderboard
CNBC mendefinisikan tokenmaxxing sebagai developer yang memakai AI "sebanyak mungkin tanpa memedulikan hasilnya." Istilah ini punya sejarah kecil di Amazon. Menurut CNBC, perusahaan menutup sebuah leaderboard internal awal tahun ini setelah mendapati karyawan melakukan tokenmaxxing demi naik peringkat. Laporan I-Programmer, yang merujuk pada pemberitaan Financial Times, menyebut papan itu bernama Kirorank, hanya berjalan beberapa minggu, dan tidak pernah disahkan secara resmi. Orang-orang mengarang tugas remeh untuk dijalankan agen AI, dan Amazon yang membayar tokennya.
Amazon tidak sendirian. Laporan yang sama menyebut Meta menutup papan buatan karyawan awal tahun ini, tempat staf berlomba meraih gelar seperti Token Legend berdasarkan jumlah token yang mereka habiskan di Claude Code. Laporan itu juga mengingatkan pada pesan bocor sebelumnya dari senior vice president Amazon, Dave Treadwell, yang meminta staf berhenti "memakai AI hanya demi memakai AI."
Tak perlu ada yang tidak jujur agar ini terjadi. Pasang sebuah angka di layar, beri peringkat orang berdasarkan angka itu, dan angkanya akan naik.
Apa yang dikatakan memo, dan apa yang tidak
Menurut CNBC, memo itu beredar internal sebelum Amazon mempostingnya di situs webnya. Isinya merevisi cara Amazon menggambarkan pekerjaan software development engineer beserta manajernya. Temuan intinya soal pengukuran. Penggunaan token, tingkat adopsi tool AI, serta jumlah perubahan kode atau review sama-sama tetap merupakan cara yang "sangat cacat" untuk menilai pemakaian AI sebuah tim, kata memo itu, karena bisa mendorong biaya lebih tinggi dan kompleksitas berlebih.
Memo itu tidak sampai melarang angka-angka tersebut. Angka itu harus dibaca "dengan cermat dan pertimbangan" bersama data lain, dan tolok ukur pilihan memo dinyatakan lugas: "Kami yakin cara terbaik adalah mengukur, dan diukur berdasarkan, hasil jangka panjang."
Juru bicara Amazon mengatakan kepada CNBC bahwa perusahaan tidak menetapkan batas penggunaan token. Ini penting, karena "kurangi pakai AI" melampaui apa yang dilaporkan. Tidak ada dalam liputan yang kami baca yang menyebut kuota, anggaran per engineer, atau angka dolar. Amazon belum menyebut berapa pengeluarannya, dan tak satu pun laporan bisa menyebutnya.
Marc Brooker, vice president dan distinguished engineer di AWS, menjelaskan logikanya kepada CNBC dalam dua bagian. Perusahaan melihat hal seperti kecepatan fitur (berapa banyak peluncuran, berapa banyak perubahan sukses di production) dan memperlakukan pengeluaran sebagai investasi. Yang tidak diinginkannya, kata dia, adalah "usaha sia-sia" untuk masalah yang tidak penting, dan ia mengakui kadang sulit mengetahui mana yang termasuk itu, sehingga selera bereksperimen tetap ada.
Dibaca begitu, memo ini lebih mirip kebijakan penilaian kinerja daripada pemangkasan biaya. Kalimat yang akan kami garis bawahi adalah yang dikutip di awal. Engineer yang bisa menjelaskan di mana AI belum membantu, menurut kata memo, sedang "menunjukkan penilaian yang kami harapkan." Itu perusahaan yang meminta manajer agar tidak menghukum orang yang mematikan sebuah tool.
Mengapa perusahaan yang menjual AI justru menahan diri
Jawaban sederhananya adalah biaya, dan angkanya tumbuh lebih cepat daripada anggaran. Jellyfish, pembuat tool untuk tim engineering, menerbitkan laporan tentang tool coding agentic yang diliput TechCrunch. Di antara pelanggan Jellyfish, pengeluaran untuk Claude Code dan tool lain yang dibangun di atas model Anthropic naik 10x sejak awal tahun, dan kini setara sekitar 2% dari total biaya engineering. Dua persen memang kecil, tetapi chief scientist Jellyfish, Nicholas Arcolano, berkata kepada TechCrunch bahwa "pertumbuhan 10x itu adalah pertumbuhan yang tidak direncanakan kebanyakan CFO."
Dokumentasi Anthropic sendiri memberi patokan bawah untuk angka per individu. Di seluruh deployment enterprise, biaya rata-rata Claude Code sekitar $13 per developer per hari aktif dan $150 sampai $250 per developer per bulan, dan 90% pengguna tetap di bawah $30 per hari (dokumentasi Claude Code). Itu rata-rata dari pelanggan vendor sendiri, jadi anggaplah pilot Anda sendiri sebagai angka yang sebenarnya.
Dua alasan lain adalah inferensi kami, dan tidak ada yang menyatakannya dalam pemberitaan. Metrik yang dibangun dari perubahan kode dan review bisa menenggelamkan reviewer dalam keluaran yang tak diminta siapa pun. Dan engineer yang mengejar angka penggunaan hampir tak punya alasan bertanya apakah sebuah tugas memerlukan model sama sekali. Baik liputan memo maupun pemberitaan di sekitarnya tidak menyebut keamanan sebagai pendorong, jadi kami tidak akan berpura-pura itu salah satunya.
Buyout Microsoft dan vendor yang menjual meterannya
Memo Amazon muncul pada pekan yang sama dengan kabar lain tentang perusahaan yang menyelaraskan AI dengan pembukuan, dan ceritanya tidak sama. Microsoft menawarkan buyout sukarela kepada sekitar 60.000 karyawan yang memenuhi syarat, sekitar 27% dari tenaga kerjanya, sambil menyeimbangkan pembangunan infrastruktur AI yang mahal dengan efisiensi modal. CNBC mengaitkannya dengan infrastruktur dan arus kas, bukan dengan pemakaian token siapa pun. Artikel yang sama memang menyebut Microsoft berusaha menagih klien berdasarkan seberapa banyak AI yang benar-benar mereka pakai, yaitu meteran yang dibalik arahnya.
Lalu ada perusahaan yang paling diuntungkan jika Anda membelanjakan lebih banyak. Anthropic merilis tool pelaporan yang memungkinkan manajer melihat apa yang dihasilkan sebuah tim dalam rentang tanggal tertentu, berapa biayanya, dan di mana alur kerja macet, ditambah anggaran grup bersama agar tim bisa mengelola pengeluaran token. TechCrunch menyebutnya upaya jelas untuk membuktikan return on investment. Apa pun pendapat Anda soal motifnya, produk ini menunjukkan apa yang kini diminta pembeli: biaya per hasil, bukan biaya per seat.
Cari tahu berapa biaya sebenarnya satu seat
Mulailah dengan grup pilot dan baseline, dan lakukan sebelum ada yang menulis batas. Semua vendor sudah bergeser ke penggunaan terukur, jadi harga di label per seat makin sedikit memberi tahu Anda dari tahun ke tahun. Berikut apa yang diukur tiap tool utama, menurut halaman resmi vendornya.
| Tool | Yang diukur | Tempat membatasinya |
|---|---|---|
| GitHub Copilot | Token, dikonversi ke kredit AI seharga $0,01 per kredit. Business mengumpulkan 1.900 kredit per pengguna per bulan, Enterprise 3.900 | Anggaran dalam dolar per pengguna, cost center, dan organisasi |
| Cursor (Teams) | Pool mingguan per seat berbayar untuk model milik Cursor. Model pihak ketiga ditagih dari saldo prabayar bersama | Batas bulanan tim, plus batas default dan per anggota |
| Claude Code | Token API. Teams dan Enterprise memakai jatah seat | Batas pengeluaran di pengaturan admin, atau batas workspace di Console |
| Codex (ChatGPT) | Jatah bersama dengan ChatGPT Work, lalu kredit | Kredit yang Anda beli, dan dasbor penggunaan untuk memantau lajunya |
Beberapa detail yang kami temukan di dokumentasi dan tidak akan Anda lihat di halaman harga. Kebijakan paid-usage Copilot aktif secara default untuk Business dan Enterprise, jadi pengeluaran di atas kredit bersama terus berjalan kecuali admin menonaktifkannya secara eksplisit (dokumentasi GitHub). Inline completion tetap tak terbatas bahkan dengan anggaran $0. Code review Copilot dihargai menurut tingkat effort: GitHub memperkirakan $0,05 sampai $1 untuk Lite dan $1,50 sampai $25 untuk Max, rata-rata sekitar $10, belum termasuk menit Actions (model dan harga GitHub). Itu hanya perkiraan, dan dokumentasi menyebut ukuran pull request ikut menggesernya.
Jika Anda sedang menimbang editornya sendiri, Cursor vs GitHub Copilot vs Windsurf membahasnya. Paket Teams Cursor menjual seat Premium, Super, dan Ultra seharga $30, $100, dan $200 per bulan, masing-masing dengan pool mingguan sendiri untuk model milik Cursor yang tidak bisa dipindahkan antarrekan tim. Model pihak ketiga, termasuk Claude, tidak masuk pool: ditagih dari saldo prabayar bersama dengan harga list API ditambah tarif Cursor $0,25 per juta token (dokumentasi Cursor). Paket Enterprise Claude seharga $20 per seat per bulan ditambah penggunaan yang ditagih dengan tarif API (harga Claude). Halaman harga Codex menyatakan terang-terangan bahwa harga token API terpisah dari penggunaan langganan dan tidak boleh dipakai untuk memperkirakan tugas yang termasuk di dalamnya.
Arahkan pekerjaan rutin ke model yang lebih murah
Tuas terbesar di dokumentasi bukanlah batas, melainkan modelnya. Di daftar harga API Anthropic, Claude Haiku 5.5 menagih $0,50 per juta token output untuk prompt hingga 100.000 token (naik menjadi $2,50 di atasnya), Sonnet 5.5 $10, Opus 5.5 $20, dan Fable 5.1 $50. Itu selisih 100x antara yang termurah dan termahal dalam satu lini, dan tabel GitHub serta Cursor mencantumkan harga output yang sama.
Panduan biaya dari Anthropic sendiri sejalan dengan hitungan ini. Sonnet "menangani sebagian besar tugas coding dengan baik dan biayanya lebih murah daripada Opus," katanya, dengan Opus dicadangkan untuk keputusan arsitektur atau penalaran multilangkah, dan model: haiku untuk tugas subagent sederhana (dokumentasi Claude Code). Pembahasan kami yang lebih panjang tentang mencocokkan tier dengan tugas ada di tier model AI mana untuk tugas apa, dan agen terminal dibandingkan di Claude Code vs Codex vs Gemini CLI.
Berikut penghematannya pada harga list, dengan porsi pekerjaan yang bisa ditangani model kecil sebagai tebakan Anda sendiri. Harga adalah harga list Anthropic untuk prompt pendek.
Token output hanyalah sebagian dari tagihan, dan porsi model kecil adalah asumsi yang harus Anda buktikan dengan tugas Anda sendiri. Mengganti nama variabel dan menulis scaffold test kemungkinan memenuhi syarat. Rencana migrasi untuk layanan pembayaran kemungkinan tidak.
Batas, dalam urutan yang kami sarankan
- Aktifkan pelaporan penggunaan untuk grup pilot dan baca data dua minggu sebelum memilih angka apa pun.
- Pasang peringatan lebih dulu. GitHub bisa mengirim email dan menampilkan banner pada 75%, 90%, dan 100% dari sebuah anggaran (dokumentasi GitHub).
- Tambahkan batas bulanan seluruh perusahaan yang masih bisa Anda tanggung seandainya setiap seat terpakai penuh, sehingga loop agen yang lepas kendali hanya menelan biaya yang sudah diketahui.
- Baru setelah itu tambahkan batas per tim atau per orang, dan buat bersifat lunak jika tool mengizinkan. Anggaran tingkat pengguna GitHub selalu menghentikan secara paksa, dan dokumentasinya memperingatkan bahwa anggaran yang tumpang tindih bisa memblokir orang dari tool yang mereka andalkan.
- Turunkan model default satu tier untuk pekerjaan rutin dan jadikan model premium pilihan yang disengaja.
Dokumentasi Claude Code juga memberi titik awal rate limit per pengguna menurut ukuran tim, misalnya 15.000 sampai 20.000 token per menit per pengguna untuk 100 sampai 500 pengguna. Itu pembatas laju, bukan anggaran, dan dokumentasi menyebutnya rekomendasi yang perlu disesuaikan.
Kapan penjatahan itu cerdas, dan kapan jadi penghematan semu
Kami akan menjatah pemborosan dan tidak pernah menjatah percobaan. Batas yang membuat developer berpikir dua kali sebelum menempelkan seluruh repositori ke model teratas sudah menjalankan tugasnya. Batas yang membuat developer yang sama melewatkan test run buatan AI, atau menghindari agen untuk refactor sulit yang paling menguntungkan, justru menghabiskan lebih banyak daripada yang dihemat.
Hitung angkanya. Jika tool agentic setara sekitar 2% dari biaya engineering, seperti dilaporkan Jellyfish, maka memangkas tagihan setengahnya hanya menghemat 1% dari biaya engineering. Engineer yang melambat 1% akan mengembalikannya. Penjatahan hanya menang kalau menyingkirkan pengeluaran yang tidak menghasilkan apa-apa, persis seperti poin Amazon tentang usaha sia-sia.
Penjatahan cerdas untuk otomasi latar belakang yang tak dibaca siapa pun, untuk model teratas pada pekerjaan rutin, dan untuk leaderboard per orang. Ini penghematan semu untuk code review, test, dan onboarding. Jika langkah review AI yang menangkap merge buruk, membatasinya berarti bertaruh melawan jaring pengaman Anda sendiri, dan panduan tool AI code review kami serta papan ToolRank untuk review dan testing menunjukkan betapa banyak alternatif yang ada sebelum Anda memotong apa pun.
Yang tidak akan kami potong
Review manusia tetap ada, model mana pun yang menulis kodenya. Memo Amazon memperingatkan agar tidak mengukur jumlah review, tetapi tidak menyarankan melewatkan review. Pelatihan juga tetap, karena orang yang tahu kapan harus memakai model murah adalah orang yang pernah diajari fungsi tiap model. Dan eksperimen tetap, karena pengakuan Brooker sendiri adalah bahwa tak ada yang bisa memastikan sebelumnya masalah mana yang penting.
Lacak hasil seperti yang dilakukan memo: peluncuran, perubahan sukses di production, waktu dari permintaan hingga merge. Token mentah masuk kolom biaya, dan jauh dari penilaian kinerja. Jika Anda belum menuliskan apa yang boleh dan tidak boleh dimasukkan tim ke tool-tool ini, template kebijakan penggunaan AI kami bisa jadi awal, dan penjelasan model harga serta audit stack membahas sisi langganan.
Membaca halaman harga GitHub Copilot, Cursor, Claude Code, dan Codex meninggalkan satu aturan bagi kami: harga seat hanyalah biaya masuk. Tarik data penggunaan per orang dari satu bulan terakhir dari tool mana pun yang Anda pakai, urutkan, dan lihat lima baris teratas. Jika mereka engineer terbaik Anda, biarkan saja. Jika itu satu script dalam loop, Anda sudah menemukan batas Anda.