企業質疑AI成本，Token消耗激增引發開支壓力
隨着AI使用成本飆升，尤其是複雜推理任務中的Token消耗量大幅增加，許多科技公司開始收緊內部AI支出。Uber、OpenAI等企業面臨預算超支困境，業界開始轉向“代幣經濟學”（tokenomics），尋求更具戰略性和成本可控的AI應用方式。
據CBC News報道，曾全力推廣內部AI使用的科技公司如今正因高昂的成本而收緊支出。上個月，Uber承認其在2026年前四個月就已花光全年AI預算，首席運營官表示內部AI成本“越來越難以合理化”。OpenAI CEO Sam Altman也於本月初表示，AI成本已成為客户的“巨大問題”。這一問題不僅影響大型企業，加拿大初創企業領袖在近期會議中也表達了類似擔憂。
成本激增的核心在於“Token”的使用——即AI處理提示和生成輸出所需的數據單元。隨着“Tokenmaxxing”（儘可能多地消耗Token）現象的興起，企業消耗的Token數量急劇上升。例如，Meta和亞馬遜的員工曾一度通過內部排行榜比賽誰使用Token最多，將其視為生產力象徵。然而，複雜推理任務如編程和鏈式思考所需的Token量可達簡單查詢的500至1000倍。
為此，企業開始探索“Tokenomics”（代幣經濟學），即更智能地管理Token成本。諮詢公司CEO Nestor Maslej建議企業進行“微實驗”，評估AI在具體部門中的實際效果和成本。他指出，AI在人力資源、法律和工程等不同部門的應用方式各異，沒有統一解決方案。
與此同時，AI行業正面臨轉折點。若Token消耗量無法持續，AI公司可能無法實現預期收入。Anthropic的企業計劃已採用固定費用加按Token計費的模式，微軟旗下的GitHub Copilot也在6月初調整了定價。而據《華爾街日報》報道，OpenAI正考慮降低Token單價以吸引用户，中國初創公司DeepSeek則宣佈其主要模型降價75%。
Maslej認為，這顯示了AI技術仍處於早期階段，其定價模式也在不斷演變。“我認為企業仍願意支付一定成本，”他説。但如何在創新與成本之間取得平衡，將是未來AI應用的關鍵挑戰。