深度觀察

Uber近期悄悄收緊了員工在AI工具上的開支。

熱點不是答案，結構變化才是線索。

這家公司曾在內(nèi)部大力倡導使用各類生成式AI產(chǎn)品，從文案輔助到代碼生成，幾乎不設限制。

然而短短四個月后，整年的預算便被消耗殆盡，不得不啟動配額管理。

這件事本身并不復雜，復雜的是它暴露出的一個認知斷層。

當企業(yè)把AI當作“效率杠桿”時，往往忽略了杠桿另一端的計費方式，是按人頭、按調(diào)用次數(shù)、按時間持續(xù)計費的。

熱情越高，消耗越快。

發(fā)生了什么：從無限鼓勵到緊急剎車

Uber的案例并非孤例。

過去一年，大量企業(yè)以近乎“AI優(yōu)先”的姿態(tài)引入各類效率工具。

管理層相信，給員工配備Copilot、ChatGPT Enterprise、Jasper或Midjourney，等同于給每個人配了一位低成本實習生。

于是預算審批變得寬松，使用指引也傾向于“越多越好”。

問題在于，這些工具的定價邏輯與傳統(tǒng)的SaaS軟件完全不同。

傳統(tǒng)企業(yè)軟件通常按年付費，用戶數(shù)固定，超支風險可控。

而AI工具普遍采用混合計費：席位費打底，疊加按token消耗、按生成次數(shù)或按計算時長計費。

一個重度使用的員工，月消耗可能達到基礎訂閱費的數(shù)倍。

Uber遭遇的正是這種“隱性加速計費”。

當數(shù)千名員工同時高頻調(diào)用大模型接口，成本曲線不是線性增長，而是指數(shù)跳升。

四個月耗盡全年預算，說明預算模型還停留在舊思維里。

為什么現(xiàn)在發(fā)生：效率敘事掩蓋了成本結構

這個時間點出現(xiàn)預算崩塌，有三個深層原因。

第一，企業(yè)級AI產(chǎn)品剛剛完成廣泛部署。

2023年下半年到2024年初，主流AI工具才真正進入大規(guī)模企業(yè)采購周期。

許多公司的合同是在去年底或今年初簽訂的，現(xiàn)在正好進入第一個完整使用季度，真實成本首次暴露。

第二，員工使用行為難以預測。

傳統(tǒng)工具的使用強度相對固定，而AI工具的使用頻率完全取決于個人工作習慣。

有人用它寫周報，有人用它重構整個代碼庫，消耗差異可達百倍。

IT部門很難在事前設定有效的用量上限。

第三，供應商的定價策略有意模糊邊際成本。

多數(shù)AI工具在銷售時強調(diào)“按需付費的靈活性”，但不會主動告知高頻場景下的成本極值。

企業(yè)采購者容易將入門價格誤認為全量成本，直到賬單出現(xiàn)才意識到問題。

這三點疊加，制造了一個普遍性的預算陷阱。

Uber只是率先觸發(fā)了警報。

改變了什么結構：AI從“普惠能力”變?yōu)椤靶韫芾淼馁Y源”

這件事正在重塑企業(yè)對AI工具的定位。

此前，AI被視為一種應該向全員開放的通用能力，類似電子郵件或即時通訊。

預算失控后，企業(yè)不得不將其重新歸類為“需配額管理的稀缺資源”。

這種轉(zhuǎn)變會帶來三個連鎖反應。

內(nèi)部審批流程加嚴。

部門負責人將被要求為團隊的AI用量負責，使用權限可能從全員默認開通，變?yōu)榘错椖可暾垺?/p>

這會直接降低工具的滲透率，也影響那些依賴AI完成日常工作的員工。

成本轉(zhuǎn)嫁開始出現(xiàn)。

一些企業(yè)已經(jīng)在考慮將部分AI工具費用計入部門成本中心，甚至與個人績效掛鉤。

當員工意識到每次調(diào)用都在消耗部門預算時，使用行為會趨于保守，效率提升的初衷可能打折扣。

供應商格局被迫調(diào)整。

企業(yè)客戶會倒逼AI廠商提供更透明的用量監(jiān)控和硬性上限設置。

那些只提供“無限暢用”套餐的初創(chuàng)公司，可能因為無法幫助企業(yè)控制成本而失去大客戶信任。

誰受益：工具提供方與能精確度量ROI的團隊

短期看，AI廠商是直接受益者。

Uber的預算在四個月內(nèi)耗盡，意味著供應商提前完成了全年收入確認。

這種“預支式消費”對現(xiàn)金流是好事，但長期會引發(fā)客戶反彈，最終導致合同條款收緊。

真正可持續(xù)受益的，是那些能精確度量AI投入產(chǎn)出比的團隊。

當預算寬松時，所有人都在用AI，但很少有人計算“省下多少時間、創(chuàng)造多少增量價值”。

預算收緊后，能證明自己每花1美元AI成本帶來3美元以上回報的團隊，會獲得優(yōu)先資源。

無法證明的，會被削減。

這其實在倒逼一種新的管理能力。

AI資源運營。

未來企業(yè)里可能會出現(xiàn)類似“AI使用分析師”的角色，專門優(yōu)化調(diào)用策略、選擇性價比最高的模型組合、在效果和成本之間尋找平衡點。

對于職場人而言，理解自己所用工具的成本結構，將成為一項隱性競爭力。

普通讀者可以驗證什么

這件事離個人并不遠。

如果你所在的公司正在推廣AI工具，有幾個信號可以驗證是否可能走向Uber式的預算懸崖。

查看工具的計費明細。

如果是按token或按調(diào)用次數(shù)計費，詢問IT部門是否有用量監(jiān)控儀表盤。

如果沒有，說明成本管理還處于盲區(qū)。

觀察內(nèi)部倡導的力度。

當管理層頻繁鼓勵“多用AI”，卻沒有同步說明成本邊界時，往往意味著預算模型尚未建立。

此時的高使用率，很可能在幾個月后引發(fā)突然收緊。

注意權限變更的突然性。

如果某天AI工具突然從無限使用變?yōu)橄揞~，或者需要額外審批，說明成本已經(jīng)觸及閾值。

這會影響你的工作流，提前準備替代方案是務實的做法。

對于內(nèi)容創(chuàng)作者和自由職業(yè)者，這個案例提供了另一個視角。

個人版的AI工具定價相對低廉，是因為供應商在靠企業(yè)版利潤交叉補貼。

如果企業(yè)端開始嚴控預算，供應商的營收壓力會向個人端傳導，未來個人訂閱價格上漲、用量限制變嚴的可能性不低。

重新理解“效率工具”的賬本

Uber的預算故事，本質(zhì)上揭示了一個被速度掩蓋的事實。

AI效率工具不是一次性的生產(chǎn)力投資，而是一張持續(xù)刷新的賬單。

它改變的不只是工作方式，還有企業(yè)成本結構的底層邏輯。

對于企業(yè)，這意味著需要建立全新的IT財務模型，將AI用量視為與云計算同級別的動態(tài)成本。

對于個人，這意味著“會用AI”還不夠，得加上一句“知道用AI花了多少錢”。

效率的背面永遠是成本，看不清成本的人，遲早會失去使用效率工具的權利。