یادداشت داخلی Accenture نشان میدهد دوران «هرچقدر خواستی مصرف کن» برای ابزارهایی مثل Claude Code در شرکتهای بزرگ به پایان رسیده و حالا هر توکن باید به یک پروژه و یک مشتری حسابپس بدهد.

لیست مطالب
بخش ۱ — ماجرا دقیقاً چیست؟
بر اساس گزارشهایی که از ۱۵ اکتبر ۲۰۲۶ منتشر شد، شرکت Accenture یادداشتی داخلی با عنوان «بهروزرسانی مجوزها و هزینههای کاربران Claude Enterprise» برای کارکنان فرستاده است. طبق این یادداشت، از اول اکتبر شرکت فقط ۲۹ دلار به ازای هر نفر در ماه را بهصورت متمرکز برای Claude پرداخت میکند.
هر مصرفی بالاتر از این مبلغ باید به یک «ساختار شکست کار» یا WBS منتسب شود؛ یعنی همان کد داخلی که هزینه را به یک پروژه یا تیم مشخص وصل میکند. در متن یادداشت تأکید شده که همهی هزینهها مصرفمحور هستند و داشتن مجوز و ارائهی کد WBS، دسترسی همیشگی به Claude را تضمین نمیکند.
مهم است که بدانیم این ماجرا بر پایهی یک یادداشت گزارششده است. شرکت Accenture متن کامل را منتشر نکرده و تعداد کارمندان تحتتأثیر را هم اعلام نکرده است. با این حال جزئیات گزارشها با هم همخوانی دارد و سخنگوی شرکت فقط گفته رویکردشان «ارائهی ابزار مناسب برای کار مناسب» است.
بخش ۲ — چرا فقط ۲۹ دلار؟ عددهای واقعی مصرف
برای فهمیدن سقف ۲۹ دلاری باید مصرف واقعی را دید. کارمندانی که با Claude Code برای مشتریان راهکار هوش مصنوعی میساختند گفتهاند ماهانه ۵۰۰ تا ۱۰۰۰ دلار توکن مصرف کردهاند. یکی از کارکنان هم نوشته که ماهها بالای ۵۰۰ دلار در ماه مصرف داشته است.
حسابهای پریمیوم به ازای هر هفته ۲۵۰ دلار توکن در خود دارند که تقریباً ۱۰۰۰ دلار در ماه میشود، ولی بسیاری از کارمندان اصلاً پریمیوم نیستند. نتیجه این است که سقف مرکزی برای کاربران سنگین بسیار پایینتر از نیازشان است و بخش بزرگی از هزینه به پروژهها منتقل میشود.
دلیل اصلی این فاصله ماهیت ابزارهای عاملمحور است. وقتی یک عامل کدنویسی ساعتها کار میکند، فایلها را میخواند، تست میگیرد و دوباره تلاش میکند، تعداد توکنها با یک گفتگوی ساده قابل مقایسه نیست. اگر با مفهوم پایهی مدلها آشنا نیستید، مقالهی OpenAI چیست مقدمهی خوبی است.

بخش ۳ — چرا این موضوع برای Accenture مهم است؟
شرکت Accenture حدود ۸۱۴ هزار کارمند دارد که نزدیک به ۱۱۰ هزار نفرشان متخصص هوش مصنوعی و داده هستند. بیش از ۶۵ درصد قراردادهای جدید آن هم قیمت ثابت است. در قرارداد با قیمت ثابت، هر هزینهی پیشبینینشدهی توکن مستقیم از حاشیهی سود شرکت کم میشود.
به همین دلیل منطق شرکت روشن است: اگر مصرف توکن به مشتری قابل انتساب باشد، هزینه جزو قیمت پروژه میشود و اگر نباشد، باید مهار شود. گزارشها همچنین میگویند یکی از مدیران ارشد شرکت در ماه ژوئن اعلام کرده بود هوش مصنوعی «در ساختار هزینه مؤثر شده» و بخش مهمی از مصرف سنگین از غیرمهندسان و کارهای روتین میآید.
جالب است که همین شرکت در دسامبر ۲۰۲۵ همکاری بزرگی با Anthropic اعلام کرده بود و استفاده از هوش مصنوعی را حتی در ارتقای مدیران لحاظ میکرد. بنابراین سقف ۲۹ دلاری یک چرخش جدی نسبت به سیاست «هرچه بیشتر، بهتر» محسوب میشود.
بخش ۴ — قیمتگذاری جدید Claude Enterprise
یک عامل دیگر، تغییر مدل قیمتگذاری سازمانی است. بر اساس گزارشها، طرح Enterprise شرکت Anthropic حالا فقط برای دسترسی یک هزینهی صندلی میگیرد و مصرف در Claude و Claude Code و Cowork با نرخ استاندارد API حساب میشود. قراردادهای قدیمی مبتنی بر صندلی هم هنگام تمدید به این مدل منتقل میشوند.
در نتیجه شرکتها دیگر نمیتوانند هزینه را «ثابت» فرض کنند. هر چه مصرف کارکنان بیشتر شود، صورتحساب هم بالاتر میرود. این همان چیزی است که واحدهای مالی را به سمت سقف، بودجه و پایش مصرف سوق میدهد.
اگر میخواهید بدانید قیمت مدلهای جدید چطور تغییر کرده، خبرهای ما دربارهی قیمت مدلها را در بخش اخبار هوش مصنوعی دنبال کنید.
بخش ۵ — فقط Accenture نیست؛ موج بودجهبندی توکن
این اتفاق منحصر به یک شرکت نیست. طبق گزارشها، Uber پس از آنکه بودجهی ابزارهای کدنویسی هوش مصنوعی سال ۲۰۲۶ را تا ماه آوریل تمام کرد، سقف ۱۵۰۰ دلار در ماه برای هر ابزار گذاشت. شرکت Meta یک داشبورد مرکزی هزینه ساخته و برای سال ۲۰۲۷ بودجهی ساختاریافتهی توکن در نظر دارد. شرکت Microsoft هم به هر بخش بودجهی توکن داده و مدل پیشفرض داخلی را به یک گزینهی ارزانتر تغییر داده است.
تفاوت Accenture در این است که یک کف پایین برای هر نفر میگذارد و بقیهی هزینه را به پروژههای مشتری میفرستد. به بیان ساده، مشتری است که برای مصرف بالا هزینه میدهد، نه خود شرکت.

بخش ۶ — درسهایی برای تیمها و فریلنسرها
اگر در یک تیم کوچک یا بهصورت مستقل از ابزارهای هوش مصنوعی استفاده میکنید، این خبر چند درس عملی دارد. اول، مصرف خود را اندازه بگیرید؛ بدون عدد نمیتوان تصمیم گرفت. دوم، هزینهی توکن را در قیمتگذاری پروژه لحاظ کنید، دقیقاً همان کاری که Accenture بهصورت سازمانی انجام میدهد.
سوم، کار را بین مدلها تقسیم کنید. کارهای ساده را به مدلهای ارزانتر بسپارید و مدلهای قوی را برای کارهای سخت نگه دارید. چهارم، پرامپت دقیق بنویسید تا تلاشهای تکراری کم شود؛ راهنمای نوشتن پرامپت برای مبتدیها برای همین کار مفید است.
پنجم، پیش از واگذاری کار به عاملهای خودکار، دامنه و حد مجاز آنها را تعریف کنید. یک عامل بدون سقف میتواند در چند ساعت هزینهای بسازد که انتظارش را نداشتید. برای آموزشهای کاربردی میتوانید به آموزشهای ChatGPT سر بزنید.
بخش ۷ — تحلیل: هوش مصنوعی در حال تبدیل شدن به «هزینهی عملیاتی» است
در دو سال گذشته بسیاری از سازمانها هوش مصنوعی را مثل یک آزمایش و سرمایهگذاری استراتژیک میدیدند. حالا با رشد ابزارهای عاملمحور، مصرف شبیه قبض برق شده است: متغیر، قابل اندازهگیری و نیازمند کنترل. این به معنای عقبنشینی از هوش مصنوعی نیست؛ بلکه بلوغ مدیریت مالی آن است.
از طرف دیگر، مدیرعامل Accenture در گزارش مالی اول اکتبر گفته بود کاهش هزینهی توکن باعث میشود شرکتها از هوش مصنوعی «در جاهای بیشتر و در مقیاس بزرگتر» استفاده کنند. این دو موضوع با هم تناقض ندارند: قیمت هر توکن پایین میآید، اما تعداد توکن مصرفی با عاملها بسیار سریعتر بالا میرود.
برای نگاه گستردهتر به ظرفیتها و محدودیتهای این فناوری، مقالهی پتانسیل و محدودیتهای واقعی هوش مصنوعی و نیز اهمیت هوش مصنوعی در کسبوکار را بخوانید.
بخش ۸ — محدودیتهای اطلاعات و آنچه هنوز نمیدانیم
باید با احتیاط نتیجه گرفت. تمام جزئیات از یک یادداشت داخلی گزارششده میآید و Accenture آن را تأیید یا منتشر نکرده است. مشخص نیست چند نفر تحتتأثیر قرار گرفتهاند، آیا ابزارهای دیگر هم محدود شدهاند، و آیا استفاده از هوش مصنوعی هنوز در ارزیابی ارتقا نقش دارد یا نه.
همچنین عدد ۲۹ دلار سقف مرکزی است، نه سقف کل مصرف. کاربرانی که به پروژهی دارای بودجه وصل باشند همچنان میتوانند بیشتر مصرف کنند. پس این خبر را «ممنوعیت» تعبیر نکنید؛ تغییری در نحوهی پرداخت و پاسخگویی است.
پرسشهای متداول
سقف ۲۹ دلاری Accenture برای Claude از چه زمانی اجرا شد؟
بر اساس گزارشها، این سیاست از اول اکتبر ۲۰۲۶ اجرایی شده و یادداشت آن در ۱۵ اکتبر منتشر شد.
مصرف بالاتر از ۲۹ دلار را چه کسی میپردازد؟
هزینهی اضافه باید با کد WBS به یک پروژه یا تیم مشخص منتسب شود و از بودجهی همان بخش پرداخت میشود.
آیا Accenture استفاده از Claude را ممنوع کرده است؟
خیر. شرکت میگوید همچنان هوش مصنوعی را در دسترس کارکنان قرار میدهد، اما با رویکرد مبتنی بر مصرف و تخصیص هزینه.
چرا Claude Code اینقدر هزینهبر است؟
چون عاملهای کدنویسی در یک کار طولانی بارها فایل میخوانند، کد مینویسند و تست میگیرند و این چرخه توکن بسیار بیشتری از یک گفتگوی معمولی مصرف میکند.
این خبر برای کاربران ایرانی و فریلنسرها چه پیامی دارد؟
پیام اصلی مدیریت مصرف است: هزینهی توکن را اندازه بگیرید، مدل مناسب هر کار را انتخاب کنید و هزینه را در قیمت پروژهها بگنجانید.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
