Storbolag mäter AI-användning i förbrukade token – och skapar ett nytt fusk

När mätverktyget blir ett hinder

Det finns en klassisk fälla inom verksamhetsutveckling som vi i branschen brukar kalla Goodharts lag: När ett mått blir ett mål, slutar det vara ett bra mått. Det är precis vad som nu tycks utspela sig i flera av världens största bolag – och det handlar om hur de mäter sina medarbetares AI-användning.

Enligt Computer Sweden har företag som Amazon, JPMorgan, Meta och Disney infört interna topplistor baserade på hur många token – de måttenheter som styr hur mycket text en AI-modell bearbetar – deras anställda förbrukar. Tanken var god: skapa engagemang, driva på AI-omställningen och synliggöra vilka som faktiskt använder verktygen. Men utfallet har i flera fall blivit det rakt motsatta av vad man hoppades på.

En Disney-anställd uppges ha interagerat med AI-tjänsten Claude hela 460 000 gånger under nio dagar. I vissa fall rör det sig om kostnader på flera miljoner dollar för enstaka användare. Det är inte AI-transformation. Det är tokenjakt.

Fel nyckeltal ger fel beteende

Det som ursprungligen var tänkt som ett enkelt uppföljningsverktyg har alltså skapat helt fel drivkrafter. Logan Wolfe, partner inom global verksamhetsutveckling och AI-strategi på Kyndryl, är tydlig i sin kritik:

– När tokenanvändning blir ett nyckeltal uppmuntrar man produktionsvolym framför resultat som effektivitet, kvalitet och riskminskning, säger han till Computer Sweden.

Wolfe jämför situationen med ett misstag från en tidigare teknologiepok: att belöna programutvecklare efter antalet skrivna kodrader. Det måttet ledde historiskt till uppsvällda, svårunderhållna system – inte välskriven, elegant kod. Parallellen är slående och träffande.

Trevor Stuart på mjukvaruutvecklingsföretaget Harness lyfter att topplistorna visserligen föds ur goda intentioner, men att de skapar snedvridna drivkrafter. Anställda optimerar för synlighet i listan – inte för faktisk verksamhetsnytta.

En röd flagg för svenska ledare

Detta är inte bara en amerikansk företeelse. Trycket att snabbt visa upp AI-resultat är globalt, och många svenska bolag befinner sig just nu i en fas där de söker sätt att mäta och motivera AI-omställningen internt. Risken att hamna i samma fälla är högst reell.

Som affärsutvecklare ser jag regelbundet hur välmenande initiativ spårar ur när vi väljer fel mätpunkter. AI är inget undantag – snarare tvärtom. Tekniken är kraftfull nog att också förstärka fel beteenden i stor skala om vi inte är noggranna med vad vi belönar.

De frågor varje företagsledare borde ställa sig just nu är enkla men avgörande:

• Vad mäter vi egentligen? Token, antal sessioner och inloggningstid säger ingenting om värde skapat.
• Vad belönar vi i praktiken? Det anställda belönas för är det de optimerar mot – oavsett vad policydokumenten säger.
• Hur definierar vi faktisk nytta? Sparad tid, bättre beslutskvalitet, minskade fel, ökad kundnöjdhet – det är mått som faktiskt pekar mot affärsvärde.

Möjligheten är fortfarande enorm – men kräver rätt kompass

Jag vill vara tydlig: det här är inte ett argument mot AI-omställning. Tvärtom. Den transformativa potentialen i intelligenta verktyg på arbetsplatsen är verklig och den ökar för varje kvartal. Men precis som med all strategisk förändring är genomförandet avgörande.

Att rusa fram med gammalmodiga prestationsmått applicerade på ny teknik är ett recept för dyra misstag. Det vi behöver är en mognare syn på vad det innebär att lyckas med AI – en syn som sätter utfall framför aktivitet, och transformation framför uppvisning.

Tokenmaxxing är i grunden ett symptom på bristande strategisk mognad, inte på att AI är fel väg att gå. De bolag som förstår skillnaden tidigt kommer att ha ett betydande försprång.