בזמן שחברות רבות עדיין עסוקות בלשכנע את העובדים להשתמש בכלי בינה מלאכותית, מסתמנת בעיה חדשה שמסתתרת דווקא בחשבונית. סטארטאפ בשם Vaudit, שמוכר שירות ביקורת עצמאי להוצאות בינה מלאכותית, פרסם בסוף יוני 2026 ממצאים שלפיהם חברות רבות שילמו יותר מדי על שירותי בינה מלאכותית של Anthropic ושל OpenAI. לפי הדיווח שפרסם לראשונה אתר החדשות The Information, החברה בדקה חשבוניות בהיקף של 34 מיליון דולר אצל שישים חברות ומצאה כמיליון ושבע מאות אלף דולר בחיובי יתר. חשוב לומר מיד, אלה טענות של גורם שמרוויח מאיתור חיובי יתר, ולכן כדאי לקרוא אותן בזהירות, אבל הן פותחות חלון מעניין אל בעיה אמיתית של בקרת עלויות בעידן של סוכני בינה מלאכותית.
מה בדיוק נטען
לפי הודעת החברה ולפי הדיווח של The Information, בין החודשים מרץ ליוני בדקה Vaudit חשבוניות בסך 34 מיליון דולר של שישים חברות, רובן על השימוש במוצר Claude Code של Anthropic, וזיהתה חיובים שגויים בסך 1.7 מיליון דולר. לטענת החברה, אחרי שהלקוחות ערערו על החשבוניות, כשמונים אחוז מהסכום השנוי במחלוקת זוכה בחזרה על ידי הספקים ופלטפורמות הענן, ובהן Amazon, Google, Microsoft, Anthropic ו OpenAI. מנכ"ל Vaudit מיכאל האן תיאר את החברות האלה כמשתפות פעולה מאוד כשהוצגו בפניהן התקלות. בין הלקוחות שהחברה מציינת בשמם נמנות Panasonic, HP ו Honda.
חמישה דפוסים חוזרים
Vaudit מיפתה חמישה סוגים של תקלות חיוב שחזרו על עצמן. הראשון, חיוב לפי תעריף של מודל מתקדם ויקר בזמן שבפועל רץ מודל ישן וזול יותר. השני, חיוב על בקשות שלא החזירו שום פלט או שהחזירו הודעת שגיאה. השלישי, מה שהחברה מכנה סופת ניסיונות חוזרים, מצב שבו סוכן אוטונומי שנכשל חוזר ומנסה שוב ושוב את אותה משימה ברקע וצובר חיובים כפולים. הרביעי, תקלות תזמור שבהן פלטפורמת ענן שולחת את אותה בקשה לשני מודלים בו זמנית. החמישי נוגע לחיוב על בקשות שנשמרו במטמון או ששוכפלו אף שלא היו אמורות להיחשב מחדש. את התופעה הכוללת מכנה החברה tokenmaxxing, שילוב של לולאות סוכנים, פרומפטים מנופחים וניתוב לקוי שמעלים את העלות בשקט בלי להדליק נורה אדומה בצוות הכספים. הדפוסים האלה נשמעים טכניים, אבל המכנה המשותף פשוט, ככל שאוטומציה עסקית נשענת יותר על סוכנים שפועלים לבד, כך קשה יותר לדעת על מה בדיוק משלמים.
למה זה חשוב לעסקים
הסיפור נוגע ישירות בכל ארגון שמרחיב שימוש בבינה מלאכותית. ההוצאה העולמית על בינה מלאכותית צפויה להגיע בשנת 2026 לרמה של 2.59 טריליון דולר, עלייה של 47 אחוז לעומת השנה הקודמת, כך לפי חברת המחקר Gartner, ותשתיות הבינה המלאכותית צפויות להוות יותר מ 45 אחוז מההוצאה. כשמדובר בסכומים כאלה, אפילו שיעור קטן של חיובי יתר מצטבר לכסף אמיתי. הבעיה מתחדדת מפני שהתמחור מורכב, הוא תלוי בסוג המודל, בכמות הטוקנים, במספר הקריאות לממשק, בניסיונות חוזרים ובתוספות של ספקי הענן, והוא עשוי להשתנות משעה לשעה. עבור צוותי כספים ותפעול המשמעות היא שכבר אי אפשר להסתמך בעיניים עצומות על לוח הבקרה של הספק. שווה לבנות בקרה פנימית שמשווה בין נתוני השימוש הגולמיים לבין החשבונית, לעקוב אחרי איזה מודל באמת טיפל בכל בקשה, ולשים לב במיוחד ללולאות של סוכנים שעלולות לרוץ ברקע ולנפח את החשבון.
הצד השני
כאן חשוב לעצור ולשמור על פרופורציה. ראשית, המספרים מגיעים מ Vaudit עצמה, חברה בת שלושים עובדים שהוקמה בשנת 2023, שמודל ההכנסה שלה בנוי על איתור החזרים, והיא גובה אחוז מהחשבוניות שהיא בודקת וכן נתח מכל סכום שמוחזר. יש כאן תמריץ מובנה להציג את הבעיה כגדולה, ולכן ראוי להתייחס לנתונים כטענה שממתינה לאימות עצמאי ולא כעובדה מוכחת. שנית, ואולי החשוב מכול, לא כל חיוב שגוי מצביע בהכרח על טעות ישירה של Anthropic או של OpenAI. חלק ניכר מהלקוחות ניגשים למודלים דרך פלטפורמות ענן גדולות, וכמחצית מהחיובים ש Vaudit בודקת עוברים דרך שכבת הענן, כך שהתקלה יכולה להתרחש בכל אחת מהחוליות שבין השימוש ובין החשבונית. שלישית, הספקים לא הודו בטעות שיטתית, ולמרות זאת זיכו כשמונים אחוז מהסכום השנוי במחלוקת, נתון שיכול להעיד באותה מידה על מדיניות שירות נדיבה ועל נכונות לתקן תקלות נקודתיות. במילים אחרות, הסיפור אמיתי מספיק כדי להצדיק תשומת לב, אבל אינו מבוסס מספיק כדי להאשים ספק כלשהו בגביית יתר מכוונת.
בשורה התחתונה בין אם המספר המדויק הוא 1.7 מיליון דולר ובין אם נמוך מכך, הלקח המרכזי יציב, חשבונית הבינה המלאכותית נעשתה מורכבת ואטומה, ובעידן של סוכנים אוטונומיים היא עלולה לתפוח בלי שאיש ישים לב. הצעד המעשי לכל עסק אינו להאשים את הספקים אלא לבנות לעצמו יכולת בקרה, לשמור תיעוד של השימוש בפועל ולהשוות אותו מול מה שמופיע בחשבונית. בסופו של דבר, מי שמכניס אוטומציה עסקית מבוססת בינה מלאכותית לליבת הפעילות חייב להתייחס לניהול העלות באותה רצינות שבה הוא מתייחס לניהול הקוד.
1. מה בדיוק טוענת חברת Vaudit ועל סמך מה?
Vaudit, סטארטאפ שמוכר שירות ביקורת עצמאי להוצאות בינה מלאכותית, פרסמה בסוף יוני 2026 שחברות רבות שילמו יותר מדי על שירותי בינה מלאכותית של Anthropic ושל OpenAI. בין החודשים מרץ ליוני בדקה החברה חשבוניות בסך 34 מיליון דולר אצל שישים חברות, רובן על השימוש במוצר Claude Code, וזיהתה חיובים שגויים בסך 1.7 מיליון דולר. לטענתה, אחרי שהלקוחות ערערו על החשבוניות, כשמונים אחוז מהסכום השנוי במחלוקת זוכה בחזרה על ידי הספקים ופלטפורמות הענן, ובין הלקוחות שהיא מציינת בשמם נמנות Panasonic, HP ו-Honda.
2. מהם חמשת דפוסי החיוב השגויים שהחברה זיהתה?
Vaudit מיפתה חמישה סוגי תקלות חוזרות. הראשון, חיוב לפי תעריף של מודל מתקדם ויקר בזמן שבפועל רץ מודל ישן וזול יותר. השני, חיוב על בקשות שלא החזירו שום פלט או שהחזירו הודעת שגיאה. השלישי, סופת ניסיונות חוזרים, שבה סוכן אוטונומי שנכשל חוזר ומנסה שוב ושוב את אותה משימה ברקע וצובר חיובים כפולים. הרביעי, תקלות תזמור שבהן פלטפורמת ענן שולחת את אותה בקשה לשני מודלים בו זמנית. החמישי, חיוב על בקשות שנשמרו במטמון או ששוכפלו אף שלא היו אמורות להיחשב מחדש. את התופעה הכוללת מכנה החברה tokenmaxxing.
3. מדוע הנושא רלוונטי לכל ארגון שמרחיב שימוש בבינה מלאכותית?
ההוצאה העולמית על בינה מלאכותית צפויה להגיע ב-2026 לרמה של 2.59 טריליון דולר, עלייה של 47 אחוז לעומת השנה הקודמת לפי חברת המחקר Gartner, כשתשתיות הבינה המלאכותית צפויות להוות יותר מ-45 אחוז מההוצאה. כשמדובר בסכומים כאלה, אפילו שיעור קטן של חיובי יתר מצטבר לכסף אמיתי. הבעיה מתחדדת מפני שהתמחור מורכב ותלוי בסוג המודל, בכמות הטוקנים, במספר הקריאות לממשק, בניסיונות חוזרים ובתוספות של ספקי הענן, והוא עשוי להשתנות משעה לשעה.
4. אילו הסתייגויות חשוב לזכור בקריאת הממצאים?
המספרים מגיעים מ-Vaudit עצמה, חברה בת שלושים עובדים שהוקמה ב-2023, שמודל ההכנסה שלה בנוי על איתור החזרים והיא גובה אחוז מהחשבוניות ומכל סכום שמוחזר, כך שיש תמריץ מובנה להציג את הבעיה כגדולה. בנוסף, לא כל חיוב שגוי מצביע בהכרח על טעות ישירה של Anthropic או OpenAI, שכן כמחצית מהחיובים עוברים דרך שכבת הענן והתקלה יכולה להתרחש בכל חוליה שבין השימוש לחשבונית. הספקים גם לא הודו בטעות שיטתית, והזיכוי של כשמונים אחוז יכול להעיד באותה מידה על מדיניות שירות נדיבה.
5. מהו הצעד המעשי שכל עסק צריך לנקוט?
הלקח המרכזי יציב, חשבונית הבינה המלאכותית נעשתה מורכבת ואטומה, ובעידן של סוכנים אוטונומיים היא עלולה לתפוח בלי שאיש ישים לב. הצעד המעשי אינו להאשים את הספקים אלא לבנות יכולת בקרה פנימית שמשווה בין נתוני השימוש הגולמיים לבין החשבונית, לעקוב אחרי איזה מודל באמת טיפל בכל בקשה, ולשים לב במיוחד ללולאות של סוכנים שעלולות לרוץ ברקע ולנפח את החשבון. מי שמכניס אוטומציה עסקית מבוססת בינה מלאכותית לליבת הפעילות חייב להתייחס לניהול העלות באותה רצינות שבה הוא מתייחס לניהול הקוד.
