人工智能的成本超过了它所取代的人工

科技行业正面临一个悖论：原本旨在取代人类劳动的技术，目前却比它所取代的人类更为昂贵。公司正在裁员以资助那些比刚被解雇的员工更昂贵的AI工具。这种循环逻辑令人感到讽刺，如果数以万计的生计没有因此受到影响的话。

优步的首席技术官最近透露，该公司在四个月内就耗尽了整个2026年的AI编程预算。到3月份，优步84%的工程师采用了Claude Code，大约70%的提交代码源自AI。使用量巨大，但相应的价值却模糊不清。优步的首席运营官兼总裁安德鲁·麦克唐纳公开承认，代币使用量与向用户交付的有用功能似乎没有直接关联。

优步并非个例。微软向OpenAI投资了约130亿美元，并利用生成式AI编写了高达30%的代码，但该公司一个主要部门曾指示工程师停止使用AI编程助手，因为账单变得难以承受。据Axios报道，一家未具名公司因管理层忘了设置使用上限，一个月内产生了5亿美元的Claude账单。这些都是关于当你按词购买智能时，智能成本的结构性误判。

英伟达应用深度学习副总裁布莱恩·卡坦扎罗直言不讳：他的团队的计算成本现在远远超过公司花在使用计算的员工身上的费用。这家制造推动AI革命硬件的公司承认，这项技术比它本应增强的人更为昂贵。

然而，卡坦扎罗的老板黄仁勋告诉业界，一名年薪50万美元的工程师每年至少应消耗25万美元的AI代币，英伟达正在为其工程团队实现每年20亿美元的代币预算。他认为代币应成为招聘福利。来自供应链顶层的信号明确无误：花得更多、更快。

企业已积极响应。今年，大型科技公司宣布了7400亿美元的资本支出，比2025年增长69%。Gartner预测，仅AI代理软件支出将在2026年达到2070亿美元，同比增长139%。

然而，这里的算术变得反常。伴随着这些支出，2026年已有超过11.5万名科技工作者被裁，涉及150多家公司。Meta裁掉了8000个职位。SentinelOne裁员8%以重新分配资源给AI。Wix裁掉了五分之一员工。Block将员工减半。Atlassian裁掉了1600个岗位。

其既定理由一致：运营效率，重新分配向AI。但麻省理工学院的研究发现，AI自动化仅在大约23%的岗位上具有经济可行性。对于其余77%的岗位，人类仍然更便宜。高盛首席经济学家明确表示，他认为AI投资并非强劲的增长正面因素。红杉资本合伙人戴维·卡恩给出了由此产生的缺口数字：AI公司需要大约6000亿美元的年收入来证明当前基础设施支出的合理性。截至2026年中，缺口正在扩大，而非缩小。

因此，当前的情况是：公司削减人力以资助比所取代劳动力更昂贵的人工智能，追求大多数研究尚无法证实的生产力提升，且速度之快让年度预算在数周内耗尽。

文化层面或许最具说明性。亚马逊建立了一个名为KiroRank的内部排行榜来追踪工程团队的AI使用情况。在员工开始玩弄这个系统——为了排名攀升而在无意义的琐碎任务上消耗代币——之后，它被悄悄移除。Meta构建了一个类似的追踪器，名为Claudeonomics。亚马逊鼓励员工“tokenmaxx”，将消费本身视为绩效指标。当你奖励人们花费多少而非生产什么时，花费本身就成了产出。

董事会要求CEO采用AI。然后是不加区分的部署——即行业所谓的tokenmaxxing。在第三阶段，领导团队开始意识到账单，并问出一个迟到的问题：是否每项任务都需要最昂贵的模型？大约95%的企业AI使用仍运行在最昂贵的前沿模型上，即使对于不需要如此复杂程度的工作也是如此。

当一种资源变得便宜到可以浪费时，人们会毫不犹豫地浪费它。当它变得足够昂贵时，他们会突然对效率产生浓厚兴趣。人工智能似乎正冲向同样的清算点——只不过浪费是以数十亿计，并以沉重的月度发票形式到来。

私人股本方面正从相反方向得出相同结论。在最近的一次加密谷会议私人股本小组上，Julius Baer的私人资本市场主管朱塞佩·德·菲利波表示，SaaS交易正在停滞，因为水平定价不再有效，估值尚未赶上这一现实。

AI现在可以在数小时内生成一个可用界面，这意味着公司花费多年打磨的设计层价值较一年前下降。AI无法生成的是为采矿作业或水务公用事业量身定制的、经过二十年积累的领域逻辑。护城河已从软件的外观转向其知识内容。

长期以来，一个工作假设是成本在下降。每代币价格确实下降了，Gartner预测到2030年运行最大模型可能便宜近90%。问题是消费增长速度超过了价格下降速度。Faros AI的一项研究发现，在高AI采用下，“代码流失”——删除的代码行数与添加的代码行数之比——增加了800%以上。更多代币输入，更多工作被丢弃。

公司现在为AI使用支付的价格并非真实价格。OpenAI、Anthropic、Google和Meta都在以低于服务成本的价格定价推理，用风投资本购买市场份额。OpenAI每赚一美元推理收入就要花费近两美元。山姆·奥尔特曼公开承认该公司在每月200美元的订阅服务上亏损。补贴模式今年开始瓦解。

支出故事与回报故事一直沿着不同轨道运行。多年来，补贴推理价格、风投支持的亏损以及最终生产力的承诺使两条轨道保持同向。2026年6月，市场注意到它们正在偏离。芯片制造商在一个交易时段内损失了约1.3万亿美元市值，这是自2020年3月疫情崩盘以来费城半导体指数最严重的单日跌幅。英伟达、美光和AMD领跌。韩国基准指数一天内下跌10%，并一度暂停交易。SpaceX在上市后数日内跌破IPO价格。埃森哲在六个月内下跌52%。此次抛售并非对技术的评判，而是对时间线的评判。

2026年4月，Anthropic将企业客户从固定费率计划转向与实际计算挂钩的使用量计费。GitHub几周后在Copilot上进行了同样的转变，此前多年一直默默吸收重度用户高达八倍订阅价值的成本。分析师预计，当定价正常化以反映真实基础设施成本时，企业AI账单将比当前水平再上升30-50%。

盈利路径需要要么价格上涨，要么计算和能源成本下降速度快于消费增长。两者均未发生。OpenAI自己的预测显示今年亏损140亿美元，到2029年首次盈利前累计亏损440亿美元。瑞·达利欧将当前时刻描述为泡沫的早期阶段。与1990年代末的类比具有启发性：互联网是真实的技术，但仍然产生了崩盘。

如果销售计算的人称支出为“目前最公平的批评是存在大量浪费”，那么买单的人称之为？如果代币成本已经超过了它们所要取代的员工成本，那么比较何时开始转向另一个方向？如果答案是成本终将下降到足以弥合差距，那么接下来的问题是：在从现在到最终的几年间，谁来吸收损失？

历史已经勾勒出答案：互联网是真实的，它仍然崩盘了，而随后出现的并非更少的互联网，而是最终能够自给自足的互联网。AI正走向同样的分选，分歧已可见。Inversion AI联合创始人丽莎·埃姆表示：“错误在于将AI视为一个附加功能。AI原生公司围绕模型重建——一旦做到这一点，你就不会在特定模型做得更好更便宜的工作上支付前沿价格。这不是削减成本，而是架构。这十年的赢家不会运行最大的模型，而是构建了系统，让合适的模型执行合适的任务，逐步减少需要人工参与的工作流程。”

这就是繁荣尚未定价的更平淡的未来——不是你能购买多少智能，而是你能将多少智能投入实际工作。行业已经回答了关于AI能做什么的所有问题。它尚未回答现在唯一重要的问题：在资金耗尽之前，它能否自给自足？