选代币还是选人？企业面临的新抉择
【编者按】 AI浪潮正以前所未有的速度席卷全球，但随之而来的则是高昂成本与有限回报的现实博弈。硅谷巨头们高歌猛进时，美国500强企业的CFO们已开始直面一个残酷的抉择：是继续砸钱堆“token”，还是省下来养人？本文通过一线CEO的独家爆料，撕开AI繁荣表象下的暗流——企业AI预算屡屡被“吃光”，但产出却远未覆盖开支。更值得警惕的是，当摩根大通、微软等巨头开始精打细算，AI行业的“烧钱”逻辑或将迎来拐点。这不是危言耸听，而是一份来自企业前线的真实信号：AI泡沫，可能比我们想象中更早触碰天花板。—
人工智能的成本正在远超所有人的预期，而美国大公司的首席财务官们如今面临一个残酷的新选择题：用AI还是用人。这是两位身处AI建设中心的企业CEO本周向CNBC描述的真实图景。他们对《财富》500强企业内部情况的描述，清晰地揭示了成本上升对AI产业的威胁。而市场尚未意识到这一风险——尽管股市正在屡创新高，并催生了美光这样的万亿美元级公司。
企业AI公司Glean的CEO阿尔温德·贾恩告诉CNBC：“现在每个企业最头疼的问题就是AI预算严重超支。”他表示，“很多公司告诉我们，他们的AI预算一两个月就花光了，而这些本是年度预算。”
这是因为AI成本并未像买家预期的那样下降，反而在攀升。前沿实验室每次发布新模型，每“token”的成本几乎都是上一代的两倍。贾恩称，这使企业AI陷入“不可持续的困境”。他说：“这是我记忆中第一次技术与人力成本相当，你必须做出抉择：是选技术还是选人？过去我们从未进行过这种对话，因为技术成本向来只占运营开支的一小部分。”
他补充说，这种增长的AI预算，正越来越多地以削减未来人员编制为代价。
工厂AI公司CEO马坦·格林伯格则从工程流程优化的角度指出，这已演变为领导层内部的资源分配博弈。他说：“企业会问，‘如果我们只能优化一件事，是缩减员工人数，还是控制每个员工的AI支出？’”
格林伯格观察到，企业几乎在一年间经历了三个截然不同的阶段：从董事会要求CEO必须尝试AI，到不计成本地用AI（即所谓的“tokenmaxxing”），再到现在领导层重新评估何时该用高端模型。他反问：“难道每次任务都需要用到Opus级别的智能吗？根本不需要。”
付出的比回报的更多
压力的根源在于，技术虽然有效，却尚未实现自我盈利。贾恩指出：“当前AI的运作方式虽然强大，但效率很低。它带来的价值远远落后于企业为它付出的成本。”他认为，模型选型效率低下是关键问题之一。贾恩表示，大约95%的企业AI使用场景仍运行在价格最昂贵的前沿模型上，即使一些任务完全可以用更便宜的替代方案完成。解决方案其实很简单：把简单的任务交给更便宜的模型，这正是“低垂的果实”。“在模型路由前端进行合理分配，你可以实现10倍的成本节省。”
这也正是工厂AI的卖点——自动将每个任务发送给最适合的模型。格林伯格将其比作两位资深教授：“Opus 4.7和Opus 4.8之间的差距，就像教龄13年与15年的教授。对外行人来说，很难看出区别。”
整个AI行业的赌注都建立在一个假设上：历史需求将持续，且买家对成本几乎不敏感。但从《财富》500强内部的声音来看，需求对价格的敏感度可能远超市场预期。至于这对OpenAI和Anthropic等以高价模式为商业基础的公司意味着什么，值得深思。
本文由吉伊网原创发布，未经许可，不得转载！
本文链接：http://www.jkiyi.com/kx/61408.html
