Amazon postanowił zmierzyć, jak bardzo jego programiści korzystają ze sztucznej inteligencji. Stworzył ranking. Pracownicy natychmiast zaczęli go… oszukiwać. Historia wewnętrznego narzędzia KiroRank to krótka, ale pouczająca lekcja o tym, że nie wszystko, co daje się zmierzyć, warto mierzyć.
Kluczowe fakty:
- Amazon wprowadził wewnętrzny system rankingowy KiroRank, który przyznawał pracownikom punkty za korzystanie z narzędzi AI w ramach platformy Kiro, stawiając sobie za cel, by ponad 80% programistów używało AI co tydzień.
- Pracownicy zaczęli stosować praktykę zwaną tokenmaxxingiem – tworzyli agentów AI wykonujących zbędne zadania wyłącznie po to, by sztucznie zawyżać swoje wyniki w rankingu bez realnej wartości dla produktów.
- Tokenmaxxing doprowadził do wzrostu kosztów infrastruktury, a ranking zamiast odzwierciedlać faktyczną produktywność, wypełnił się pozorną aktywnością.
Tablica wyników, która miała motywować
Amazon uruchomił wewnętrzny system śledzenia aktywności pracowników w korzystaniu z platformy Kiro — firmowego środowiska programistycznego wspieranego przez AI — i nazwał go KiroRank. Użytkownicy zdobywali punkty za każde użycie narzędzi sztucznej inteligencji podczas pracy. Założenie było proste: mierzyć, jak bardzo pracownicy korzystają z AI, rankingować ich wyniki i w ten sposób zachęcać do szerszego wdrożenia technologii w całej firmie.
Amazon wyznaczył cele zakładające, że ponad 80 procent programistów firmy ma korzystać z AI co tydzień. Ranking miał ten proces napędzać i pokazywać postępy. Niestety, szybko okazało się, że napędza coś zupełnie innego.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
Tokenmaxxing, czyli jak wyglądać produktywnie, nic nie robiąc
Kierownictwo Amazona odkryło, że pracownicy tworzą agentów AI do wykonywania zbędnych zadań, próbując w ten sposób podbić swoje wyniki w rankingu. Praktykę tę zaczęto nazywać tokenmaxxingiem.
Tokeny to jednostki, w których modele językowe przetwarzają tekst — każde zapytanie do AI generuje ich określoną liczbę. Im więcej tokenów, tym wyższy wynik w rankingu. Pracownicy szybko odkryli, że możliwe jest sztuczne pompowanie tych liczb bez żadnej realnej wartości dla produktu.
Wynikiem były wyższe koszty infrastruktury i ranking pełen aktywności, która wyglądała produktywnie, ale taka nie była.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl:
To klasyczny przypadek prawa Goodharta: kiedy miara staje się celem, przestaje być dobrą miarą. Amazon nie jest tu wyjątkiem — ta sama dynamika pojawia się wszędzie, gdzie zarząd próbuje zmierzyć pracę intelektualną za pomocą liczb. Z jednej strony rozumiem presję: firmy zainwestowały w AI ogromne pieniądze i chcą wiedzieć, czy wdrożenie ma sens. Z drugiej — tokenmaxxing doskonale pokazuje, że zamiast mierzyć wartość, często mierzymy po prostu aktywność. A to dwie zupełnie różne rzeczy. Warto zapytać, ile innych korporacyjnych wskaźników dotyczących AI mierzy dziś to samo — pozory zaangażowania, a nie realne efekty.
Dave Treadwell mówi: „nie używajcie AI tylko dlatego, że możecie”
Dave Treadwell, starszy wiceprezes Amazona, powiedział pracownikom: „Please don’t use AI just for the sake of using AI. Use AI to help you solve customer problems, to help you solve business problems, to innovate” / „Nie używajcie AI tylko po to, żeby używać AI. Używajcie AI, żeby rozwiązywać problemy klientów, problemy biznesowe — żeby tworzyć”.
Przyznał przy tym, że KiroRank powstał w dobrych intencjach. Intencje jednak nie wystarczyły.
Amazon potwierdził, że wewnętrzny ranking o nazwie KiroRank został wycofany. Firma podkreśliła, że narzędzie nigdy nie było częścią oficjalnego systemu oceny pracowników — istniało jako eksperymentalne rozwiązanie.
Amazon nie jest sam w tym problemie
Przypadek Amazona to nie wyjątek, a część szerszego trendu, który zaczyna niepokojić całą branżę:
- Meta w kwietniu 2026 roku wycofała nieoficjalny ranking stworzony przez pracowników o nazwie „Claudeonomics”, który rankingował około 85 000 pracowników firmy według zużycia tokenów. W ciągu 30 dni łączne użycie na panelu przekroczyło 60 bilionów tokenów.
- Uber przyznał publicznie, że do kwietnia 2026 roku firma zużyła już cały roczny budżet przeznaczony na Claude Code — i nie widzi produktywności proporcjonalnej do wydatków.
- Microsoft wbudował Copilota w całą swoją ofertę produktową, nakładając na pracowników podobną presję dokumentowania aktywności.
Łączne wydatki kapitałowe Amazona, Microsoftu, Alphabetu i Mety w 2026 roku sięgają prawie 700 miliardów dolarów, a prognozy Wall Street na rok 2027 przekraczają bilion. Przy takich liczbach potrzeba pokazania zwrotu z inwestycji staje się ogromna — i to właśnie ta presja prowadzi do tworzenia rankingów, które mierzą nie to, co powinny.
Co teraz mierzy Amazon?
Amazon przeszedł z surowych liczb tokenów na wskaźnik zwany „normalized deployments”, który ma mierzyć pracę napędzaną przez AI, a nie samą aktywność modeli. Nowe narzędzie od firmy Metrika ma oceniać, czy AI pomaga programistom regularnie tworzyć użyteczny kod wdrażany do produktów.
To zmiana w dobrym kierunku, choć sam mechanizm pozostaje podobny — liczba wdrożeń jako metryka sukcesu też może stać się celem samym w sobie. Pracownicy nauczyli się już, że metryki nagradzające wolumen bez oceny jakości będą przez nich optymalizowane. Koszt to nie tylko zmarnowane zasoby obliczeniowe — to trudniej mierzalny koszt uczenia się pozorowania użycia AI zamiast rozwijania realnych kompetencji.
Lekcja dla każdej organizacji wdrażającej AI
Historia KiroRanka brzmi jak anegdota z życia korporacji. Ale kryje w sobie poważne pytanie, które powinni sobie zadać wszyscy menedżerowie wdrażający dziś AI w swoich firmach: czy nasze wskaźniki mierzą wartość, którą AI tworzy — czy tylko jej widoczność?
Różnica jest fundamentalna. I jak pokazuje Amazon, mylenie jednego z drugim może być całkiem kosztowne.
