Jeden pracownik Walt Disney Company wywołał Claude od Anthropic 460 000 razy w ciągu dziewięciu dni roboczych. To wychodzi mniej więcej 51 000 zapytań dziennie, czyli 35 razy na minutę przez 24 godziny bez przerwy. Liczba pochodzi z wewnętrznego dashboardu, który Disney udostępnił swoim zespołom technologicznym w kwietniu 2026 roku. Pokazuje on rankingi użytkowników, łączną liczbę zapytań i zużycie tokenów dla całej organizacji.
Brzmi absurdalnie? Branża nadała temu zjawisku nazwę. “Tokenmaxxing” to świeży korporacyjny żargon na sytuację, w której inżynierowie ścigają się, kto wycisnął więcej z firmowych narzędzi AI. Disney nie jest sam. Visa zużyła w samym marcu 2026 roku 1,9 biliona tokenów AI, a Meta prowadzi swój własny dashboard pod nazwą “Claudeonomics”. Po polsku to ten sam moment, w którym dziesięć lat temu firmy mierzyły, ile maili dziennie wysyła pracownik. Tylko teraz mierzą wywołania modeli językowych.
Co dokładnie pokazuje dashboard Disney?
Wewnętrzne narzędzie nazywa się AI Adoption Dashboard i mierzy cztery rzeczy. Pierwszą z nich jest liczba aktywnych użytkowników w danym tygodniu. Drugi wskaźnik to liczba zapytań wykonanych przez każdego z nich. Następnie pojawia się łączne zużycie tokenów rozbite na poszczególne modele. Na koniec ranking top użytkowników z imienia i nazwiska, widoczny dla całego zespołu technologicznego.
Dwa narzędzia, które dominują w użyciu, to Claude od Anthropic i Cursor jako edytor agentowy. Disney ma też własny model wewnętrzny pod nazwą DisneyGPT, ale skala jego użycia jest znacznie mniejsza od chmurowych rozwiązań partnerskich. Co ciekawe, wcześniejsze partnerstwo Disney z OpenAI wygasło, a firma postawiła na Anthropic jako głównego dostawcę modelu.
Disney mierzy zużycie AI per pracownik z imienia i nazwiska. Liczba 51 000 zapytań dziennie nie jest anonimowa – jest publiczna w środku organizacji.
Według doniesień, jeden z najmocniejszych użytkowników opisał swój tryb pracy w słowach “minimalizuję straty tokenów”. Inżynier nie chciał ujawniać nazwiska, ale jego sesje pokazują nowy styl pracy. Agent czyta repozytorium kodu, planuje zmianę, sam edytuje pliki, sprawdza testy, iteruje. W tym modelu jeden ludzki ruch myszki uruchamia setki wywołań modelu, ponieważ agent rozmawia sam ze sobą w pętli, zanim wróci do człowieka po decyzję.
Czym jest “tokenmaxxing” i dlaczego to nie jest żart?
Termin “tokenmaxxing” brzmi jak mem, ale opisuje realną zmianę w pracy. Wcześniej miarą produktywności programisty była liczba commitów, ticketów albo godzin. W korporacjach, które przeszły na agenty AI, wszystkie te miary przestają mieć sens. Dlaczego? Ponieważ jeden prompt z dobrze opisanym kontekstem może zrobić w 10 minut to, na co programista bez agenta potrzebował dnia. Z kolei pięć źle zaplanowanych promptów może spalić tysiące tokenów i nic nie wnieść.
Disney próbuje rozwiązać ten problem od strony pomiaru. Skoro tradycyjne wskaźniki nie pokazują, kto faktycznie pracuje z AI, to zacznijmy mierzyć inaczej. Aktywni użytkownicy AI, łączne zapytania, zużycie tokenów. To nie jest doskonała metryka, ale ma jedną zaletę. Pokazuje, kto rzeczywiście próbuje, a kto trzyma się dawnych nawyków.
Zjawisko ma drugą warstwę. W niedawnym badaniu, w którym 80% pracowników odmawia korzystania z AI pokazało jasny podział. W tych samych firmach 20% ekstremalnie aktywnych użytkowników generuje większość wartości. Disney wprowadza ranking właśnie po to, żeby zidentyfikować tych ludzi, nagrodzić ich i pokazać reszcie organizacji wzorzec do naśladowania. Ryzyko? Reszta zespołu poczuje się odrzucona, a kultura zamieni się w wyścig kto pchnie więcej zapytań, niezależnie od jakości wyniku.
Co z tego wynika dla polskiego biznesu?
Polska różni się od Disney na trzech poziomach jednocześnie. Skali, dojrzałości procesów AI i kultury pracy. Natomiast trend jest dokładnie ten sam, tylko z opóźnieniem 12-18 miesięcy. Co zatem warto zrobić już teraz?
Po pierwsze, zacznij liczyć tokeny zanim faktura cię zaskoczy. Polski software house, który puszcza Claude Code albo Cursor na pięciu deweloperów, dziś płaci 800-1500 zł miesięcznie za narzędzia. Za sześć miesięcy, gdy zespoły zaczną pracować z agentami w trybie ciągłym, ten rachunek może urosnąć do 5-10 tysięcy zł. Bez prostego dashboardu nie zobaczysz tego, dopóki nie przyjdzie monit. Dlatego najprostszy arkusz w Google Sheets z miesięcznym zużyciem per osoba to dziś więcej niż wystarczy.
Po drugie, ustaw rozsądne progi. Jeśli jeden członek zespołu wywołuje model 10 razy częściej niż reszta, to nie automatycznie znaczy, że jest produktywniejszy. Może mieć słabo skonfigurowany prompt, niepotrzebnie ładuje cały kontekst albo po prostu lubi z agentem rozmawiać. Bezpieczne progi miesięczne pomagają wcześniej złapać niepotrzebne wycieki. O tym, jak skracać prompty bez utraty jakości, pisaliśmy w analizie caveman prompting i oszczędzania tokenów w Claude.
Po trzecie, zastanów się nad bezpieczeństwem zanim wprowadzisz “leaderboard”. Disney pokazuje top użytkowników w ramach zespołów technologicznych, ale w polskich realiach taki ranking może łamać RODO, jeśli ujawnia profile zachowań pracowników bez ich zgody. Co więcej, w mniejszej firmie publiczny ranking zużycia AI może wytworzyć niechcianą presję. Ludzie zaczną klikać dla statystyk, nie dla wartości.
Tokenmaxxing w polskiej firmie nie zadziała na zasadzie kopiuj-wklej. Ranking pomaga w 5000-osobowej korporacji. W 15-osobowym zespole zniszczy zaufanie szybciej, niż przyniesie korzyść.
Jak monitorować zużycie AI w swojej firmie?
Pełnowymiarowy dashboard typu Disney to projekt na kwartał. Natomiast prostsza wersja, która daje 80% wartości, to godzina pracy. Trzy podejścia od najprostszego do najbardziej zaawansowanego.
Najprostsze rozwiązanie to dashboard z konsoli dostawcy. Anthropic, OpenAI i Google Cloud mają wbudowane raporty zużycia API per klucz. Wystarczy każdemu deweloperowi przydzielić własny klucz i raz w miesiącu zerknąć w panel. Bez dodatkowych narzędzi widzisz, kto ile spalił.
Środkowa opcja to integracja z firmowym narzędziem do automatyzacji. W praktyce w n8n da się zbudować workflow, który raz dziennie ściąga dane zużycia z API Anthropic, zapisuje do arkusza i wysyła podsumowanie na Slacka. Wbudowany szablon takich automatyzacji pokazujemy w kursie n8n 2.0, więc sam mechanizm nie wymaga programisty.
Najbardziej zaawansowane podejście to wewnętrzny dashboard z autoryzacją per zespół. Tu już potrzebujesz developera albo dedykowanego narzędzia typu Helicone czy LangSmith. Koszt pojawia się szybko, ale za to dostajesz pełen wgląd w prompty, nie tylko liczby. Ten poziom ma sens, gdy AI staje się centralnym elementem produktu, a nie tylko wsparciem dla zespołu.
Niezależnie od wybranego poziomu, jeden punkt jest wspólny. Zacznij mierzyć zanim koszty wystrzelą, ponieważ retroaktywna analiza pochłonie więcej czasu niż prosta automatyzacja na początku. Disney wprowadził dashboard po pół roku eksperymentów. W polskich realiach lepiej wprowadzić go w drugim miesiącu używania AI, nie w drugim roku.
Kurs n8n 2.0 · Kodożercy
Ile godzin tygodniowo tracisz na powtarzalne zadania?
n8n pozwala zautomatyzować to co robisz ręcznie – przesyłanie danych, powiadomienia, raporty. Kurs n8n 2.0 na Kodożercach pokaże Ci jak, krok po kroku, bez pisania kodu.
Sprawdź kurs n8n 2.0 →
FAQ – Najczęstsze pytania o monitoring AI w firmie
Czy 51 000 zapytań dziennie to faktycznie ten sam pracownik, czy konto serwisowe?
Według doniesień to konto przypisane do konkretnego inżyniera, nie konto techniczne. Część tych zapytań zwykle generuje agent działający w trybie ciągłym, czyli automatycznie iterujący po zadaniu. Natomiast agentem steruje człowiek, który zatwierdza kierunek pracy i ocenia wyniki. Dlatego liczba 51 000 oddaje rzeczywiste zaangażowanie tego pracownika w pracę z AI, nawet jeśli nie wszystkie wywołania robi własnoręcznym kliknięciem.
Czy w polskiej firmie wolno publikować ranking zużycia AI per pracownik?
Sam pomiar zużycia jest dozwolony, ponieważ dotyczy zasobów firmowych. Natomiast publiczny ranking, który nazywa konkretne osoby, może wymagać zgody pracownika i zgodności z RODO. Co więcej, ranking ze wskazaniem konkretnych pracowników może być traktowany jak profilowanie. Bezpieczna wersja to zanonimizowany dashboard zespołowy z liczbami zbiorczymi.
Od czego zacząć monitoring AI w 10-osobowym zespole?
Najprościej od oddzielnych kluczy API per osoba i zerkania w konsole dostawcy raz w tygodniu. Większość dostawców pokazuje to w jednym ekranie, bez konfiguracji. Po dwóch miesiącach widzisz, kto faktycznie eksperymentuje, a kto klika tylko sporadycznie. Dopiero wtedy ma sens automatyzacja w n8n czy dedykowane narzędzie.
Podsumowanie
Disney pokazuje skrajny przykład tego, co dzieje się w korporacjach, które poważnie przesiadły się na AI. Wewnętrzny dashboard, ranking zużycia, jeden pracownik z 51 000 zapytań dziennie. Visa liczy w bilionach tokenów miesięcznie, Meta ma swój “Claudeonomics”, a polskie firmy nadal toczą wewnętrzną dyskusję, czy w ogóle pozwalać deweloperom na używanie ChatGPT. Dystans między tymi dwoma światami będzie się skracał szybciej, niż się spodziewamy. Co zatem warto wynieść z dzisiejszego materiału? Pierwszy wniosek to fakt, że tokenmaxxing nie jest memem, tylko realną zmianą w sposobie pracy. Drugi mówi, że bez prostego pomiaru zużycia pierwsza poważna faktura zaskoczy każdego CFO. Trzeci dotyczy kultury – ranking pracowników, który u Disneya działa, w polskiej 15-osobowej firmie zniszczy zaufanie. Zacznij od własnego klucza API per osoba i prostego raportu raz w tygodniu, zanim AI w twojej firmie urośnie do skali, której nie da się już ogarnąć arkuszem kalkulacyjnym.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
