De Absurditeit van 'Tokenmaxxing': Waarom AI Geen Vanity Metric is
Amazon's nieuwe interne AI-tool MeshClaw, direct geïnspireerd door onze eigen OpenClaw, leidt tot een bizarre trend: tokenmaxxing. Waarom het sturen op AI-gebruik als KPI leidt tot perverse prikkels, onveilige situaties en hoe leidinggevenden het wél moeten aanpakken.
De opkomst van de 'Tokenmaxxer'
Het was slechts een kwestie van tijd voordat de meedogenloze KPI-cultuur van Big Tech frontaal in botsing zou komen met de AI-revolutie. Volgens een recent artikel in de Financial Times [1] is er een nieuwe, ronduit bizarre trend ontstaan op de werkvloer van Amazon en Meta: tokenmaxxing. Medewerkers zetten hun interne AI-tools in voor volstrekt onnodige taken, puur en alleen om hun token-verbruik op interne leaderboards op te krikken.
Wanneer je als management besluit dat 80 procent van je developers wekelijks AI móét gebruiken en je dit actief monitort, creëer je geen innovatie. Je creëert een perverse prikkel. Het resultaat? Ontwikkelaars die AI gebruiken om triviale e-mails te herschrijven of nutteloze code-iteraties te genereren, simpelweg om de baas tevreden te houden. Bij The Automation Group (TAG) kijken we met een mix van trots en absolute verbijstering naar deze ontwikkelingen.
Geïnspireerd door OpenClaw, maar de plank volledig misgeslagen
De interne tool van Amazon, genaamd MeshClaw, is direct geïnspireerd door ons eigen OpenClaw-platform, dat in februari van dit jaar viraal ging. Dat een techgigant als Amazon naar TAG kijkt voor de toekomst van autonome AI-agents, is een prachtig compliment. MeshClaw deelt de functionaliteit van OpenClaw: het kan code deployen, e-mails triëren en autonoom acteren binnen bedrijfsnetwerken, zoals Slack. Maar daar houdt de vergelijking direct op.
OpenClaw is vanaf de grond opgebouwd met één onwrikbaar kernprincipe: security-first door middel van on-premise implementatie. Wij geloven dat je AI-agents die daadwerkelijk acties kunnen uitvoeren, nooit zomaar in een ondoorzichtige cloud-infrastructuur moet loslaten zonder absoluut eigenaarschap over de data en de executie-omgeving. Amazon koos een andere route, gedreven door schaal en snelheid. Een anonieme medewerker in het FT-artikel vatte het pijnlijk accuraat samen: "The default security posture terrifies me." [1]
Wanneer je een krachtige, autonome agent koppelt aan een bedrijfscultuur die medewerkers dwingt om zoveel mogelijk tokens te verbranden, vraag je om ongelukken. Het is alsof je een Formule 1-auto aan een tiener geeft en zegt dat hij pas een voldoende krijgt als de tank aan het eind van de dag leeg is, ongeacht of hij op het circuit is gebleven of blind door een woonwijk is gescheurd.
De illusie van de vanity metric
De wet van Goodhart stelt: "Wanneer een maatstaf een doel wordt, is het geen goede maatstaf meer." Token-consumptie is in de tech-industrie de ultieme vanity metric geworden. Amazon pompt naar verwachting 200 miljard dollar in AI-infrastructuur in 2026 [1]. Om die gigantische kapitaalinjectie te verantwoorden, eist het management adoptie. Maar adoptie afdwingen via leaderboards leidt tot schijnproductiviteit en verspilling van peperdure compute.
Dit raakt aan de kern van wat wij de 10x Engineer-filosofie noemen. Een 10x engineer is niet iemand die tien keer zoveel regels code typt, of in dit geval, tien keer zoveel tokens door een taalmodel jaagt. Een 10x engineer is iemand die complexe problemen oplost met ongekende efficiëntie en elegantie. AI moet dienen als een hefboom (leverage) om die efficiëntie te vergroten. Het is een gereedschap om denkwerk te versnellen en repetitief werk te elimineren, niet een doel op zich. Als een developer een probleem in 100 tokens kan oplossen in plaats van 10.000, zou dat gevierd moeten worden. In de huidige cultuur van Amazon wordt diezelfde developer waarschijnlijk aangesproken op zijn "lage AI-adoptie".
Hoe leiders wél moeten sturen op AI-adoptie
Het is makkelijk om vanaf de zijlijn kritiek te leveren, maar hoe implementeer je AI dan wel succesvol binnen een grote enterprise? Bij TAG adviseren we onze enterprise-klanten die OpenClaw on-premise draaien altijd het volgende:
- Meet de uitkomst, niet de input: Stop met het staren naar dashboards vol met API-calls en token-volumes. Kijk naar de lead time for changes, de reductie in bug-rates, of de tijd die bespaard wordt op incident response. AI moet de business metrics verbeteren, niet de IT-infrastructuur belasten.
- Faciliteer, maar forceer niet: Zorg dat de tools naadloos en veilig beschikbaar zijn. Als een AI-agent daadwerkelijk frictie wegneemt, zullen de beste engineers het vanzelf adopteren. Geforceerde quota leiden uitsluitend tot compliance theater en tokenmaxxing.
- Prioriteer veiligheid en eigenaarschap: Autonome agents die code deployen of systemen aanpassen, vereisen een ijzersterke security-architectuur. Door AI on-premise te draaien, behoud je de controle. Je voorkomt dat gevoelige bedrijfsdata weglekt en je minimaliseert de angstaanjagende security-risico's waar cloud-gebaseerde, gehaaste interne tools vaak mee kampen.
- Beloon efficiëntie: Creëer een cultuur waarin de meest elegante, token-efficiënte oplossing wint. Een goede prompt of een slim geconfigureerde agent doet meer met minder.
De ware belofte van autonome agents
De AI-industrie bevindt zich op een kruispunt. Aan de ene kant zien we de route van de hyperscalers: gigantische investeringen die wanhopig gerechtvaardigd moeten worden door geforceerd gebruik, resulterend in tokenmaxxing en onveilige implementaties. Aan de andere kant is er de route die wij met OpenClaw bewandelen: gerichte, veilige, on-premise automatisering die draait om daadwerkelijke waardecreatie en eigenaarschap.
Het is vleiend dat onze visie op autonome agents navolging krijgt bij de grootste techbedrijven ter wereld. Maar zolang zij AI blijven behandelen als een doel in plaats van een middel, zullen hun leaderboards gevuld blijven met gebakken lucht. Laten we stoppen met het vieren van verbrande tokens, en beginnen met het bouwen van systemen die écht voor ons werken.