AI 為企業自動化的是員工「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，極客公園報道過在 AI 上押上重注的微軟公司，。

這件事十分詭異，因為這一波 AI 落地的浪潮中，面向企業用戶最大的營銷點就是「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」，不再鼓勵員工瘋狂 Vibe Coding，已經成了硅谷大廠的新風向。

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

現在，企業們正在做一件幾年前想都不敢想的事：

限制、并監視員工使用 AI。

為什么大廠們紛紛轉向了？

01

「Tokenmaxxing」，時代的縮影

要理解今天的成本危機，得先搞清楚「tokenmaxxing」是什么。

這個詞大概在 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，員工就應該拼命用，用得越多證明你越「數字化轉型」，用得越少就是在浪費資源。于是很多公司設置了使用配額、排行榜、甚至績效考核，催著員工把 AI 用起來。

結果呢？

員工開始用公司的企業級 AI 模型查天氣、寫生日祝福、問今天吃什么。

一項針對 2444 家公司的研究發現，企業每花 1 美元在 AI token 上，0.44 美元用于修復 AI 生成的 bug，0.27 美元用于重寫 AI 產出的代碼，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 用了一個很準的比喻：「tokenmaxxing 企業，就像靠開著所有的燈來衡量生產力的公司——花更多錢，不等于產出更多。」

更諷刺的是，這些公司大多根本不知道員工在用 AI 做什么，更不知道那些任務的完成，是否因為 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 發了一篇措辭嚴厲的報告，標題直白得讓人不舒服——《AI Token 成本正在吞噬互聯網利潤》。

Shopify、Spotify、ServiceNow、Roku 在財報電話會上紛紛提到，AI 成為運營支出的主要壓力來源。行業整體的氣氛，開始從「用 AI 多牛」轉向「這錢花的到底值不值」。

02

當 CEO 開始質疑 ROI

僅有 14% 的 CFO 表示能看到 AI 投資有清晰可衡量的回報。

Uber 首席運營官 Andrew Macdonald，在播客里說了一句很坦誠的話——他們發現很難把員工個人生產力的提升，和公司整體的業務影響聯系起來。「如果你看不出 AI 幫你向用戶推了多少有價值的功能，token 成本就更難為自己辯護。」

這句話點出了企業 AI 困境的核心所在：個人效率提升，不等于公司收益增長。

員工用 AI 寫周報快了三倍，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：「大多數人默認自動化他們不喜歡的任務，而不是對公司最有價值的任務。」

說白了，企業自動化的是員工「討厭的工作」，而不是「賺錢的工作」。

這不是技術問題，是優先級的問題。也是為什么大約 30% 的生成式 AI 項目，卡在概念驗證階段就被放棄——成本說不清，價值也說不清，老板自然不續費。

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

這個想法本身沒什么新奇——早在云計算時代，「按需付費」「資源優化」就是標準操作。但 AI 這波浪潮來得太急，大家先買后想，現在才開始補課。

03

理性回歸，還是寒冬前奏？

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

但無論如何，它代表了一個信號：企業開始用腳投票了。

Harness 和 CloudZero 幾乎在同一天——5 月 28 日——分別發布了 AI 成本管理工具，一個主打實時監控 AI 支出和 ROI，另一個推出「AI 財務控制平面」，幫企業把每一美元的 AI 開銷和具體業務成果掛鉤。

這兩款產品的出現本身就說明問題：市場有需求，而且需求很急迫。

HubSpot 從今年 4 月開始調整 AI 代理的定價模型，不再按 token 收費，改為按「解決的對話數」或「生成的線索數」計費——這是一個方向性的轉變，把賣方的利益和買方的實際產出對齊了。ServiceNow 也在做類似的調整。AI 廠商們正在意識到，如果他們繼續賣「用量」而不是賣「結果」，企業客戶遲早會集體反彈。

這場調整，是 AI 產業化必須經歷的陣痛，還是更大危機的序幕？

我傾向于認為是前者。但有一個細節讓人有點擔心：全球 AI 軟件支出預計 2026 年將達到 2.59 萬億美元，同比增長 47%，但與此同時，94% 的工程負責人表示關鍵 ROI 指標仍然缺失。錢越花越多，但沒人知道燒在哪、燒得值不值——這個矛盾如果不解決，下一個「tokenmaxxing 時刻」只是時間問題。

Fortune 雜志的一篇分析說得很直接：「tokenmaxxing 很容易，重新設計工作流程很難。」大多數公司現在做的，是在優化現有流程，而不是重新發明商業模式。這是 AI 真正價值的所在，也是大多數企業還沒有到達的地方。

理性回歸是好事。但理性回歸之后，企業還需要回答一個更難的問題：AI 對我們的業務，到底應該是一把錘子，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，賬單總有一天會把你逼回到這個問題面前。

*頭圖來源：Reddit

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你認為公司該為員工制訂 Token 用量？