FT：我们造出了一个怪物--随着成本挤压预算，企业纷纷收紧人工智能的使用

token费用大增，让美国AI泡沫出现了说不圆的裂隙。现在媒体开始热烈讨论了，刚FT发了文章，总得给个说法，中国AI因为性价比优秀，浮出水面了。报道还很表面，意义是成了大事。如果要看技术含量，还是得看懂技术的人的深入讨论。

----争相将AI工具给员工的企业，开始限制了，因为成本正考验企业的预算。

亚马逊、沃尔玛、思科、优步和Meta纷纷出台额度限制、遏制浪费使用，推动员工选用更经济的模型，以期合理控制AI支出。

企业AI应用进入新阶段。员工从聊天机器人转向能自主执行复杂任务的Agent，所需算力远超前者，企业不得不审慎评估成本投入是否值得。

Anthropic和OpenAI等多家机构将部分服务的收费模式，从固定订阅制调整为按token计费。企业更直接地承担每条提示词和每个自动化工作流的成本。

“如今，计算成本正进入CFO和董事会的视野。消费者和企业一直被灌输：AI要么廉价，要么免费，但事实不是如此。”德勤全球生成式AI负责人科斯蒂·佩里科斯表示。

OpenAI CEO奥特曼本月表示，成本已成为客户的“重大问题”。“去年根本没人提……大家对自己花的钱都很满意。”

优步总裁安德鲁·麦克唐纳表示，公司token支出正变得“越来越难以说通”。他近期在播客节目中称：“很难在数据指标与‘好吧，我们现在能多产出约25%的实用型消费者功能’之间划出一条清晰界限。”

这家网约车公司已推出额度上限，员工在单个AI工具上的月度token支出不得超过1500美元，此前公司已于4月耗尽了2026全年AI预算。

沃尔玛也通过限制员工token数量，对内部AI的使用进行了类似限制。沃尔玛全球CTO苏雷什·库马尔表示，公司旗下Code Puppy趣味编程平台的使用量“大幅飙升”。他指出：“这是我们静下心来、重新审视自身的机会”，并补充称，员工正被赋予一项重要任务——为各项任务甄选合适工具。

思科公司总裁吉图·帕特尔表示，企业不得不在部署agent的需求与token成本之间寻求平衡。“与聊天机器人比，agent的基础设施投入要高得多，”帕特尔表示，“对一名真人客服，你可能需要10名、100名，甚至在更激进的情况下需要1000个agent……”“它们只是不停地工作，消耗掉一大部分[计算资源]。”

高盛分析师上月预测，到2030年，AI Agent的使用将使token消耗量增加24倍，而需求的大幅增长将在未来12至18个月内加剧芯片短缺。

尽管企业对生成式AI的使用和支出持续增长，但控制成本的努力可能会拖累Anthropic、OpenAI的扩张步伐，它们计划于今年以接近万亿美元的估值上市。

聚合平台OpenRouter的数据显示，自年初以来，中国大模型在token消耗量上已超过美国同行。

中国更廉价的能源与更高效的模型，使中国AI能收取更低费用，远低于美国顶尖机构的token价格，为中国在AI竞争中赢得新优势。

小型企业也正感受到成本压力。软件公司Workato表示，去年夏天1300名员工开始使用AI智能体，井喷式增长。“趋势迅速蔓延，员工们纷纷借助agent彻底重塑自己的工作流方式，”首席信息官卡特·巴斯表示。

然而，当Anthropic在5月改为token数量定价时，公司大吃一惊。“我们第一天的支出就飙升了7倍，我当时心想：糟糕，我们养了个‘怪物’，”巴斯表示。“大模型公司此前一直补贴用量，而现在不补了。”“基于用户的定价能保护您。”

巴斯正在努力控制支出，而非限制访问，将每周两次的 AI 技术赋能会议调整为推广节支方案，如默认使用 Anthropic较老的低成本模型。他说：“与其谈创新，不如谈谈 AI的财务责任。”

大型企业也已开始调整与AI应用相关的激励机制和内部沟通策略。

亚马逊上月警告员工，停止“为用而用AI”，此前有工程师为内部排行榜而滥用Agent。集团被迫调整AI采纳率的方式，控制滥用成本。Meta也在四月采取了类似举措。亚马逊和Meta有自有模型，但也依赖第三方，如Anthropic，用Claude Code等模型与工具。

AI团体和平台正试图引导用户，在非必要时避开昂贵的前沿模型，用经济实惠的版本维持其普及度。

GitHub的COO凯尔·戴格尔表示，微软在定价调整之前已与客户沟通，就“适用性与目的”与开发者进行了讨论。“对用户而言，问题在于：‘哪些模型最适合这项任务？’”。 他补充道，“你并不总是需要寻找最前沿的模型。”

微软及其他云平台，包括亚马逊和谷歌，均已推出相关工具，将客户的查询与任务路由至一系列模型中最匹配的那个，更有效地控制成本。

同时，一些企业要求员工，使用在自有服务器或个人设备上本地运行的开源模型，降低向大模型公司和云服务提供商支付的费用。

然而，客户仍在权衡更高的成本与他们向投资者所作出的承诺——即AI对其自身盈利能力和员工生产力的影响。

“我们的工程师想要更多token……我们必须想出办法来为其提供资金，”思科的帕特尔表示。