每經(jīng)評論員 杜恒峰

曾經(jīng)被產(chǎn)業(yè)界寄予厚望的“token經(jīng)濟(jì)”，如今卻成了“token刺客”——Meta、Uber、亞馬遜等全球科技巨頭近期不約而同為員工使用AI踩下剎車。

Uber的案例最為典型。其原本規(guī)劃覆蓋全年的token（詞元）預(yù)算，僅四個(gè)月便消耗殆盡，單個(gè)工程師月均AI（人工智能）開銷達(dá)到500至2000美元。為遏制成本失控，Uber直接劃定了單人每月1500美元的token使用上限。

Meta內(nèi)部測算顯示，若維持當(dāng)前員工調(diào)用增速，2026年僅內(nèi)部AI使用一項(xiàng)支出便將達(dá)數(shù)十億美元，公司面向6000名核心員工發(fā)放備忘錄，明確了全員token配額限制。亞馬遜高管也公開告誡員工“不要為了使用AI而使用AI”，考核指標(biāo)從token消耗量切換為標(biāo)準(zhǔn)化業(yè)務(wù)交付成果。

這些企業(yè)此前全力推動(dòng)全員AI落地，核心訴求清晰。其一，以AI替代重復(fù)性人力工作，壓縮研發(fā)、運(yùn)營、客服崗位人力開支，依靠大模型自動(dòng)生成代碼、整理數(shù)據(jù)、撰寫方案，縮短項(xiàng)目周期。其二，搶占AI轉(zhuǎn)型先發(fā)紅利，依靠全員深度使用積累落地經(jīng)驗(yàn)，探索業(yè)務(wù)智能化新模式，拉開與同行數(shù)字化差距。其三，依托token單價(jià)持續(xù)下行的行業(yè)趨勢，認(rèn)定AI邊際成本會(huì)持續(xù)走低，長期投入將形成正向收益循環(huán)。

不難看出，這些企業(yè)激進(jìn)的AI推廣目標(biāo)已經(jīng)落空。企業(yè)非但沒有實(shí)現(xiàn)人力成本縮減，反而新增一筆難以預(yù)估的巨額算力賬單，大量token投入能否轉(zhuǎn)化為業(yè)務(wù)增量仍有待驗(yàn)證。

而預(yù)期與現(xiàn)實(shí)嚴(yán)重背離，根源集中在三個(gè)矛盾。

第一，企業(yè)的消耗量呈指數(shù)級膨脹，形成難以逾越的“成本墻”。公開數(shù)據(jù)顯示，主流大模型token單價(jià)較2023年初降幅最高達(dá)98%，但AI智能體等應(yīng)用需要多輪推理、長文本循環(huán)交互，企業(yè)員工日均調(diào)用量呈百倍增長，單價(jià)下跌無法抵消總量暴漲帶來的總開支，哪怕微小的單位成本，乘以海量的使用規(guī)模后，最終總成本也將是個(gè)天文數(shù)字。

第二，企業(yè)內(nèi)部存在嚴(yán)重的token浪費(fèi)。原本大量僅靠人腦思考、搜索引擎即可快速解決的簡單需求，員工全部交由AI處理。大模型的底層推理邏輯意味著，即便簡單的問答也要完整加載模型、生成多輪文本，天然比人工檢索成本更高。頭部大廠急于搶占AI紅利，將token消耗納入正向考核，設(shè)立消耗排行榜，只考核使用頻次，未配套產(chǎn)出、效率約束指標(biāo)，員工刻意刷高token用量以換取績效認(rèn)可，進(jìn)一步放大了浪費(fèi)。

第三，現(xiàn)階段AI存在明顯能力局限，企業(yè)尚未找到高效落地路徑。當(dāng)前大模型仍無法深度適配細(xì)分業(yè)務(wù)場景，產(chǎn)出內(nèi)容常需要員工二次核對修正，員工只是從生產(chǎn)者變成了審核者，企業(yè)并未真正解放人力；多數(shù)企業(yè)對AI的使用，也僅停留在淺層文案、代碼輔助層面，沒能搭建完整AI業(yè)務(wù)閉環(huán)。縱使Meta、亞馬遜這類巨頭有海量的資金支持，只要投入無法創(chuàng)造凈收益，就失去了商業(yè)邏輯。集體限制token使用，正是市場給出的答案。

token作為AI時(shí)代的核心資源，相當(dāng)于互聯(lián)網(wǎng)時(shí)代的網(wǎng)絡(luò)流量、工業(yè)時(shí)代的能源，這些生產(chǎn)要素必須普惠低價(jià)，不構(gòu)成企業(yè)主要的運(yùn)營成本。如今頭部企業(yè)因token賬單主動(dòng)收縮AI使用，表明AI大模型遠(yuǎn)未達(dá)到基礎(chǔ)設(shè)施的標(biāo)準(zhǔn)，token的價(jià)格戰(zhàn)也將成為必然。最新的情況是，OpenAI已啟動(dòng)大幅降價(jià)規(guī)劃，一旦落地，其他廠商可能跟進(jìn)。

token降價(jià)不能僅依靠大模型廠商單方面讓利，整條產(chǎn)業(yè)鏈都需要同步降本。目前唯一有望實(shí)現(xiàn)季度運(yùn)營盈利的頭部AI廠商是Anthropic，其余廠商普遍處于虧損狀態(tài)。想要持續(xù)壓低token定價(jià)，除了大模型廠商持續(xù)優(yōu)化架構(gòu)、壓縮推理算力損耗，上游GPU（圖形處理器）、存儲(chǔ)等硬件價(jià)格，機(jī)房的能源消耗，電力價(jià)格都必須同步下降。整條鏈路成本同步下探，token才能走向廉價(jià)普惠，AI才有機(jī)會(huì)真正賦能各行各業(yè)。

封面圖片來源：每日經(jīng)濟(jì)新聞