[智能应用]养了个烧钱怪物！企业开始收紧AI使用 [复制链接]

变化的背景是AI工具从聊天机器人升级到AI（AI agent）。智能体能连续执行更复杂的任务，但也消耗更多算力。与此同时，越来越多企业AI服务开始按token或实际使用量计费，企业也第一次更直接地看到每一次查询、每一个自动化流程要花多少钱。
员工用得越多，账单越难解释
优步是最直接的例子。这家公司在4月就用完了2026年全年AI预算，随后把员工在单个AI工具上的月度token支出限制在1,500美元以内。优步总裁兼首席运营官安德鲁・麦克唐纳（Andrew Macdonald）在近期一档播客中说，AI token支出正变得 “越来越难证明划算”，因为公司很难把这些使用数据直接对应到 “多交付了多少消费者功能”。
沃尔玛也在限制内部AI智能体的token用量。沃尔玛全球首席技术官苏雷什・库马尔（Suresh Kumar）说，公司内部AI编程工具Code Puppy的使用量大幅上升，现在要求员工先判断哪个工具适合当前任务，而不是默认动用AI。
软件公司Workato的反应更剧烈。公司约1,300名员工去年夏天开始使用AI智能体后，使用量迅速扩大。今年5月，Anthropic把相关服务切换到token计费，Workato第一天支出就涨到原来的7倍。首席信息官卡特・布斯（Carter Busse）随后把每周两次的AI推广会改成省钱培训，要求员工更多使用Anthropic较旧、较便宜的模型。
模型公司增长还在，但客户开始算细账
企业控制AI用量，并不等于AI需求消失。《金融时报》也明确提到，企业token使用量和AI支出仍在增长。真正变化的是，客户不再只看 “有没有用AI”，而是开始追问每一笔AI开销是否值得。
OpenAI首席执行官萨姆・奥特曼（Sam Altman）本月对《金融时报》说，成本已经成为今年客户口中的 “大问题”；去年这个问题几乎没有出现，客户对自己的花费还很满意。
这对OpenAI和Anthropic的增长故事很关键。它们一方面要证明企业AI需求足够大，另一方面又要面对客户预算约束。token计费能让收入更贴近实际使用量，但也把成本暴露给企业财务部门。德勤全球生成式AI负责人科斯蒂・佩里科斯（Costi Perricos）说，算力成本正在进入首席财务官和董事会的视野，消费者和企业过去被培养出一种预期：AI很便宜，甚至免费。但事实并非如此。
OpenAI自身也承受成本压力。据The Information报道，OpenAI在2026年第一季度消耗现金37亿美元，同期营收57亿美元。报道还提到，公司当季经营亏损93亿美元，其中包含超过23亿美元员工股权激励费用。需要注意，现金消耗、经营亏损和股权激励是三个不同口径，但它们共同指向一个问题：收入增长背后，成本结构仍然很重。
平台开始把任务分给更便宜的模型
为了让客户继续使用AI，平台公司也在改变产品设计。微软、亚马逊、谷歌等公司已经推出模型路由工具，根据用户任务自动选择更合适的模型，而不是所有问题都默认交给最贵的前沿模型。
GitHub首席运营官凯尔・戴格尔（Kyle Daigle）说，微软在调整定价前会先和客户讨论 “适配性和目的”。用户真正要问的是哪个模型最适合这项工作，而不是每次都需要前沿模型。
思科总裁兼首席产品官吉图・帕特尔（Jeetu Patel）点出另一个现实问题：智能体需要的计算基础设施明显高于聊天机器人。在企业的远景规划中，一名员工可能配备10个、100个甚至上千个智能体，它们会持续工作，也会持续消耗算力。对企业来说，AI从 “买工具” 变成了 “管用量”。
一些公司也开始引导员工使用能在自有服务器或个人设备上本地运行的开源模型，以减少付给AI实验室和云厂商的费用。中国模型也在价格上形成压力。《金融时报》援引OpenRouter数据称，在其平台样本中，中国AI模型的token消耗量今年以来已经超过美国模型；更低能源成本和更高效模型，让中国AI实验室能以更低价格出售token。
企业AI进入第二阶段后，问题不再是员工会不会用，而是公司愿意为哪些场景持续付钱。对普通员工来说，AI工具不会因此消失，但 “随便试、随便跑” 的阶段正在结束；对OpenAI和Anthropic来说，下一轮增长要说服的不只是技术负责人，还有盯着预算表的财务部门。

企业收紧AI使用：从“盲目铺量”到“精打细算”的转折
2026年6月，亚马逊、沃尔玛、优步、Meta等AI工具早期采用者，正通过设置用量上限、切换低成本模型、优化任务分配等方式，收紧内部AI使用权限。这一转变标志着企业AI应用从“追求覆盖率”进入“管控成本与价值”的新阶段。

一、典型企业的“收紧”动作
优步（Uber）：2026年4月耗尽全年AI预算后，将员工单个AI工具的月度token支出限制在1500美元以内。优步COO安德鲁・麦克唐纳坦言：“AI token支出越来越难证明划算，公司难以将使用数据直接对应到消费者功能的增量。”
沃尔玛：限制内部AI智能体的token用量，要求员工优先判断“哪个工具适合当前任务”，而非默认调用AI。其CTO苏雷什・库马尔指出，内部AI编程工具CodePuppy的使用量虽大幅上升，但需避免“浪费式调用”。
Workato：Anthropic切换至token计费后，公司AI支出单日暴涨7倍。随后将“AI推广会”改为“省钱培训”，强制员工使用更旧、更便宜的模型替代前沿版本。
微软：要求员工改用内部自研的Copilot CLI，替代第三方Claude Code工具，核心原因是后者随用户规模扩大，成本持续攀升。
二、成本飙升的核心原因
计费模式变革：AI工具从“订阅制”转向按token（词元）或实际使用量计费，企业首次能清晰核算每一次查询、自动化流程的成本。智能体的token消耗量可达普通大模型查询的上千倍，算力成本直接暴露在财务部门视野中。
“词元最大化”（Tokenmaxxing）现象：部分企业员工为“刷数据”，将AI用于无关紧要的工作，甚至刻意拉高使用量。微软、Meta等大厂均曝出此类问题，导致成本远超人力投入。
智能体技术升级：AI从聊天机器人升级为可连续执行复杂任务的“智能体”，算力消耗呈指数级增长。OpenClaw团队单月token使用成本超130万美元，部分企业单月AI支出甚至达到5亿美元（约合33.91亿元）。
三、行业应对与未来趋势
平台方的“降本”策略：微软、亚马逊、谷歌推出模型路由工具，根据任务复杂度自动匹配“性价比模型”，而非默认调用前沿高价模型。GitHub COO表示，定价前会与客户讨论“适配性”，优先推荐适合任务的模型。
开源与本地化替代：企业开始引导员工使用本地部署的开源模型，减少向AI实验室和云厂商付费。OpenRouter数据显示，2026年中国AI模型的token消耗量已超美国模型，更低能源成本和高效架构使其价格更具优势。
价值导向的考核转变：企业不再关注“是否使用AI”，而是追问“每一笔AI开销是否带来业务增量”。德勤全球生成式AI负责人指出，算力成本已进入CFO和董事会的决策核心，AI应用需从“提效工具”转向“价值创造工具”。
四、深层矛盾：AI成本与价值的失衡
OpenAI 2026年一季度消耗现金37亿美元，营收仅57亿美元，经营亏损93亿美元（含23亿美元股权激励费用）。这一数据折射出行业核心矛盾：AI需求仍在增长，但成本结构尚未匹配商业回报。萨姆・奥特曼（OpenAI CEO）承认，“成本”已成为客户今年的“大问题”，平台需在“需求规模”与“预算约束”间寻找平衡