AI 為企業(yè)自動(dòng)化的是員工「討厭的工作」，而不是「賺錢的工作」。

作者｜樺林舞王

編輯｜靖宇

幾天前，極客公園報(bào)道過在 AI 上押上重注的微軟公司，。

這件事十分詭異，因?yàn)檫@一波 AI 落地的浪潮中，面向企業(yè)用戶最大的營銷點(diǎn)就是「提效」。既然能提效，為什么微軟卻要停止讓員工們使用 Claude Code？

微軟并不是唯一一家這么干的，「緊縮 Token 用量」，不再鼓勵(lì)員工瘋狂 Vibe Coding，已經(jīng)成了硅谷大廠的新風(fēng)向。

Uber 在四個(gè)月內(nèi)花完了全年的 AI token 預(yù)算。Salesforce 每年給 Anthropic 的支票大約是 3 億美元。某位 AI 顧問透露，他的一個(gè)客戶單月 AI 支出高達(dá) 5 億美元。Meta 甚至悄悄下線了內(nèi)部的「tokenmaxxing 排行榜」——那個(gè)榜單原本是為了鼓勵(lì)員工多用 AI 的。

現(xiàn)在，企業(yè)們正在做一件幾年前想都不敢想的事：

限制、并監(jiān)視員工使用 AI。

為什么大廠們紛紛轉(zhuǎn)向了？

01

「Tokenmaxxing」，時(shí)代的縮影

要理解今天的成本危機(jī)，得先搞清楚「tokenmaxxing」是什么。

這個(gè)詞大概在 2025 年開始流行，字面意思是「最大化 token 使用量」。它背后是一種管理邏輯——既然公司花大錢買了 AI 工具，員工就應(yīng)該拼命用，用得越多證明你越「數(shù)字化轉(zhuǎn)型」，用得越少就是在浪費(fèi)資源。于是很多公司設(shè)置了使用配額、排行榜、甚至績效考核，催著員工把 AI 用起來。

結(jié)果呢？

員工開始用公司的企業(yè)級(jí) AI 模型查天氣、寫生日祝福、問今天吃什么。

一項(xiàng)針對(duì) 2444 家公司的研究發(fā)現(xiàn)，企業(yè)每花 1 美元在 AI token 上，0.44 美元用于修復(fù) AI 生成的 bug，0.27 美元用于重寫 AI 產(chǎn)出的代碼，0.11 美元消耗在審查和合并延遲上。

也就是說，每一塊錢 AI 采購成本背后，還藏著將近 80% 的隱性損耗。

投資人 Shruti Gandhi 用了一個(gè)很準(zhǔn)的比喻：「tokenmaxxing 企業(yè)，就像靠開著所有的燈來衡量生產(chǎn)力的公司——花更多錢，不等于產(chǎn)出更多?！?/p>

更諷刺的是，這些公司大多根本不知道員工在用 AI 做什么，更不知道那些任務(wù)的完成，是否因?yàn)?AI 而帶來任何改變。

這場「燒錢競賽」從 2024 年燒到了 2025 年，終于在今年集中引爆。JPMorgan 發(fā)了一篇措辭嚴(yán)厲的報(bào)告，標(biāo)題直白得讓人不舒服——《AI Token 成本正在吞噬互聯(lián)網(wǎng)利潤》。

Shopify、Spotify、ServiceNow、Roku 在財(cái)報(bào)電話會(huì)上紛紛提到，AI 成為運(yùn)營支出的主要壓力來源。行業(yè)整體的氣氛，開始從「用 AI 多?！罐D(zhuǎn)向「這錢花的到底值不值」。

02

當(dāng) CEO 開始質(zhì)疑 ROI

僅有 14% 的 CFO 表示能看到 AI 投資有清晰可衡量的回報(bào)。

Uber 首席運(yùn)營官 Andrew Macdonald，在播客里說了一句很坦誠的話——他們發(fā)現(xiàn)很難把員工個(gè)人生產(chǎn)力的提升，和公司整體的業(yè)務(wù)影響聯(lián)系起來?！溉绻憧床怀?AI 幫你向用戶推了多少有價(jià)值的功能，token 成本就更難為自己辯護(hù)。」

這句話點(diǎn)出了企業(yè) AI 困境的核心所在：個(gè)人效率提升，不等于公司收益增長。

員工用 AI 寫周報(bào)快了三倍，但公司營收沒有變化。工程師用 AI 生成代碼速度翻倍，但代碼「流失率」——也就是被拋棄或重寫的比例——上升了 800%。

微軟前首席 AI 官 Sophia Velastegui 說了一句讓很多管理者不舒服的話：「大多數(shù)人默認(rèn)自動(dòng)化他們不喜歡的任務(wù)，而不是對(duì)公司最有價(jià)值的任務(wù)?！?/p>

說白了，企業(yè)自動(dòng)化的是員工「討厭的工作」，而不是「賺錢的工作」。

這不是技術(shù)問題，是優(yōu)先級(jí)的問題。也是為什么大約 30% 的生成式 AI 項(xiàng)目，卡在概念驗(yàn)證階段就被放棄——成本說不清，價(jià)值也說不清，老板自然不續(xù)費(fèi)。

Salesforce CEO Marc Benioff 的處理方式頗具代表性。面對(duì)每年 3 億美元的 Anthropic 賬單，他的期待是一個(gè)「智能路由器」：能判斷哪些查詢值得用頂級(jí)模型，哪些用便宜的小模型就夠了。

這個(gè)想法本身沒什么新奇——早在云計(jì)算時(shí)代，「按需付費(fèi)」「資源優(yōu)化」就是標(biāo)準(zhǔn)操作。但 AI 這波浪潮來得太急，大家先買后想，現(xiàn)在才開始補(bǔ)課。

03

理性回歸，還是寒冬前奏？

微軟近期取消了大部分 Claude Code 的企業(yè)許可證，官方理由指向成本因素。這件事在業(yè)內(nèi)引發(fā)了不小的討論——畢竟微軟自己就是 OpenAI 的最大投資方，同時(shí)又在砍競品的訂閱，這里面有多少是成本考量、多少是戰(zhàn)略布局，很難說清楚。

但無論如何，它代表了一個(gè)信號(hào)：企業(yè)開始用腳投票了。

Harness 和 CloudZero 幾乎在同一天——5 月 28 日——分別發(fā)布了 AI 成本管理工具，一個(gè)主打?qū)崟r(shí)監(jiān)控 AI 支出和 ROI，另一個(gè)推出「AI 財(cái)務(wù)控制平面」，幫企業(yè)把每一美元的 AI 開銷和具體業(yè)務(wù)成果掛鉤。

這兩款產(chǎn)品的出現(xiàn)本身就說明問題：市場有需求，而且需求很急迫。

HubSpot 從今年 4 月開始調(diào)整 AI 代理的定價(jià)模型，不再按 token 收費(fèi)，改為按「解決的對(duì)話數(shù)」或「生成的線索數(shù)」計(jì)費(fèi)——這是一個(gè)方向性的轉(zhuǎn)變，把賣方的利益和買方的實(shí)際產(chǎn)出對(duì)齊了。ServiceNow 也在做類似的調(diào)整。AI 廠商們正在意識(shí)到，如果他們繼續(xù)賣「用量」而不是賣「結(jié)果」，企業(yè)客戶遲早會(huì)集體反彈。

這場調(diào)整，是 AI 產(chǎn)業(yè)化必須經(jīng)歷的陣痛，還是更大危機(jī)的序幕？

我傾向于認(rèn)為是前者。但有一個(gè)細(xì)節(jié)讓人有點(diǎn)擔(dān)心：全球 AI 軟件支出預(yù)計(jì) 2026 年將達(dá)到 2.59 萬億美元，同比增長 47%，但與此同時(shí)，94% 的工程負(fù)責(zé)人表示關(guān)鍵 ROI 指標(biāo)仍然缺失。錢越花越多，但沒人知道燒在哪、燒得值不值——這個(gè)矛盾如果不解決，下一個(gè)「tokenmaxxing 時(shí)刻」只是時(shí)間問題。

Fortune 雜志的一篇分析說得很直接：「tokenmaxxing 很容易，重新設(shè)計(jì)工作流程很難。」大多數(shù)公司現(xiàn)在做的，是在優(yōu)化現(xiàn)有流程，而不是重新發(fā)明商業(yè)模式。這是 AI 真正價(jià)值的所在，也是大多數(shù)企業(yè)還沒有到達(dá)的地方。

理性回歸是好事。但理性回歸之后，企業(yè)還需要回答一個(gè)更難的問題：AI 對(duì)我們的業(yè)務(wù)，到底應(yīng)該是一把錘子，還是一套新的思維框架？

如果只是用 AI 把舊的工作做得更快，賬單總有一天會(huì)把你逼回到這個(gè)問題面前。

*頭圖來源：Reddit

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

極客一問

你認(rèn)為公司該為員工制訂 Token 用量？