AI行业前些日子还在鼓励公司把预算“花满”，如今却迅速转向了“节流”模式，因为企业发现，哪怕只是用AI处理一些很小的工作，也可能轻松烧掉大笔token费用，却未必换来同等回报。越来越多公司开始限制员工对AI工具的使用，企业内部正进入一个可以被称为“tokenrationing”的阶段，也就是对AI资源进行配给。
咨询公司Accenture最近正试图阻止员工用AI做一些基础任务，比如把PDF转成演示文稿，以免消耗过多token额度。这类收紧发生在不久之前，Accenture还曾警告员工，如果不使用AI，可能会影响晋升机会。404Media引述的一段泄露内部会议录音显示，Accenture的agenticAI战略负责人JusticeKwak说，公司已经到达一个临界点，AI开始明显影响成本结构，而管理层仍在追问投入是否真的物有所值。
token成本已经开始动摇AI的商业模式。过去几个月里，AI相关企业的股价和估值承压，部分高度依赖AI的公司首当其冲，尤其是内存芯片厂商也受到波及。业内开始意识到，AI不能只靠“新鲜感”和“概念热度”支撑，最终必须证明它在财务上真的能带来价值。
更广泛地看，企业正在集体调整内部AI策略。许多公司已经开始为员工设置周度或月度使用上限，或者对不同岗位分配不同的token预算；一些企业还会在使用接近上限时发送提醒，让员工申请追加额度。这类做法的背后，是OpenAI、Anthropic和GitHub等服务商近期调整了定价方式，把原本更像“包月无限用”的模式，转向更强调按实际token消耗计费。
报道还指出，很多看似简单的任务，放到先进模型上其实并不便宜。例如，将复杂分析交给大模型长时间运行，成本可能轻松超过100美元；如果对整个代码库做一次大规模漏洞分析，费用甚至可能达到5万到10万美元。这也是为什么一些公司开始把基础任务转给能力较弱、成本更低的模型，甚至会混用不同厂商的产品来控制开销。
从企业管理角度看，这场变化意味着AI正从“鼓励多用”转向“精细配额”。对员工来说，能否使用AI已不再只是效率问题，也变成了预算管理问题；对CFO、COO和CIO来说，AI现在必须像其他核心成本一样被严格衡量。这也标志着企业AI的第一轮狂热正在退潮，取而代之的是更务实、更计较投入产出的新阶段。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】