In einer kürzlich auf der Scale-AI-Veranstaltung stattfindenden Diskussionsrunde betonte Boris Cherny, Mitentwickler von Anthropics Claude Code, dass Unternehmen zwar berechtigt sind, den Return on Investment ihrer KI-Budgets kritisch zu prüfen, jedoch keine einseitige Kostenkontrolle anstreben sollten. Moderiert von Jesse Chen von Meta, bezog sich die Debatte auf aktuelle Branchenbedenken, etwa von Uber-COO Andrew Macdonald, hinsichtlich der steigenden Token-Kosten im Verhältnis zum geschäftlichen Nutzen. Cherny erklärte, dass Token als Maßeinheit für die KI-Nutzung zwar ökonomisch relevant sind, eine zu strikte Frontend-Regulierung jedoch Innovationen behindere. Stattdessen sollten Mitarbeitende angemessene Budgets und Sicherheitspuffer für Experimente erhalten, ohne Angst vor Sanktionen bei Fehlversuchen zu haben. Erkannte erfolgreiche Anwendungsfälle ließen sich dann effizient auf Unternehmensebene skalieren. Anthropic biete bereits technische Lösungen zur Kostensteuerung, darunter nutzerbasierte Budgetgrenzen, um eine verantwortungsvolle Token-Nutzung zu gewährleisten. Cherny verwies zudem auf die inhärente Ökonomie der KI-Branche: Jeder verbrauchte Token repräsentiere eine Opportunity Cost, da er nicht an zahlende Kunden weitergegeben werden könne. Diese Sichtweise teile zunehmend auch die Konkurrenz, unter anderem OpenAI-Chef Sam Altman, während das Unternehmen kurz vor einer möglichen Börseneinführung steht. Besonders deutlich wurde Chernys Beitrag bei der Frage, wie KI-Erfolg in Zukunft gemessen werden soll. Während frühere Kennzahlen den prozentualen Anteil automatisch generierten Codes in den Fokus rückten, verliere diese Metrik an Aussagekraft, sobald KI-Systeme die gesamte Codebasis übernehmen. Als neue Erfolgsindikatoren nannte er die Beschleunigung der Entwicklungszyklen pro Ingenieur sowie die Fähigkeit von Unternehmen, Innovationsengpässe durch neue Ideen zu überwinden. Wenn die reine Code-Produktion nicht mehr das limitierende Faktor sei, gewinne die strategische Ideenfindung an Gewicht. Unternehmen sollten daher ihre KI-Strategien anpassen, um nicht nur Effizienz, sondern auch die Rate neuartiger Produkt- und Prozessideen zu steigern. Cherny warnte davor, dass oft die unvorhergesehensten und wertvollsten KI-Anwendungen von Mitarbeitenden in abgelegenen Abteilungen stammen, deren kreatives Potenzial nur durch Experimentierfreiraum entfesselt werden könne.