TLDR;

Tokenmaxxing é a prática de monitorar internamente quanto cada funcionário usa tokens de IA — as unidades de dado processadas pelos modelos — como um proxy para medir adoção e uso de ferramentas de IA. Reid Hoffman afirmou que apoia o acompanhamento do gasto de tokens como um bom painel para avaliar o engajamento com IA, mas deixou claro que não é uma medida perfeita de produtividade e precisa ser acompanhada do contexto sobre para que os tokens foram usados. A crítica é que esse indicador pode ser equivocado e criar incentivos ruins — comparável a ranquear quem mais gasta — por isso empresas devem contextualizar o uso, aceitar experimentos que falham e promover check‑ins para compartilhar aprendizados.

Resumo

Após o vazamento do ranking interno de “tokenmaxxing”, que levou a Meta a encerrar seu dashboard, o debate sobre medir funcionários pelo uso de tokens de IA ganhou força — e Reid Hoffman, cofundador do LinkedIn, defendeu publicamente a ideia em um painel do Semafor World Economy Summit. Tokens são as unidades de dados processadas por modelos de IA e também a base para cobrança de serviços; muitas empresas passaram a monitorar o gasto de tokens como indicador de quem está adotando ferramentas de IA. O termo “tokenmaxxing” usa o sufixo Gen Z “maxxing” para designar a otimização do uso de tokens. Críticos afirmam que essa métrica é falha e perigosa, comparando-a a ranquear colaboradores por quanto gastam, enquanto defensores dizem que medir uso é útil para acelerar domínio e experimentação com IA. Hoffman reconhece que o consumo de tokens não é uma medida perfeita de produtividade — alguns usos são exploratórios e podem falhar — e recomenda que o acompanhamento seja combinado com contexto sobre para que os tokens foram usados. Ele também aconselha integrar IA em toda a organização e promover check-ins semanais para compartilhar aprendizados, enfatizando diversidade de experimentos e colaboração coletiva no processo de adoção.