本文作者Robyn Mak為路透熱點透視專欄作家，以下內容僅代表其個人觀點

路透香港6月3日 - 如果有一個趨勢足以讓全球企業的財務部門感到恐懼，那就是「tokenmaxxing」（將token用量拉到極限）。從亞馬遜AMZN.O 到 Meta Platforms META.O，各家公司都在積極推動員工擁抱人工智能，從而帶動了對模型和應用的需求激增。這一轉變使得原本可預測的IT預算變得極其不穩定、難以合理解釋。一場調整正在逼近。

目前企業正陷入一場競賽，力圖推動對「token」（即大型語言模型處理和生成的文本或數據單位）的廣泛使用。像編程代理這樣的工具——它們通常在後台運行，並與模型進行持續頻繁的交互——會消耗大量token。這促使從ChatGPT的開發者OpenAI到微軟MSFT.O旗下的GitHub等AI公司，在月度或年度訂閱費用之外，引入按使用量收費的模式。

額外的成本給首席財務官們帶來了新的難題。Gartner的調查發現，受訪的高管中有四分之三預計今年科技預算將增加，近一半的人估計增幅會達到兩位數百分比。牛津經濟研究院（Oxford Economics）估算，其中相當一部分將用於人工智能領域——到2035年，AI支出將佔企業整體技術支出的五分之一以上，而如今這一比例還不到4%。

圖：全球在AI代理和模型方面的支出正在上升

這對OpenAI和Anthropic來說是個好消息，兩家公司都在為重磅首次公開募股（IPO）做準備。根據Gartner的數據，到2027年，全球在模型和AI軟件（包括兩家公司推出的聊天機器人、助手和代理）上的支出有望超過6800億美元，是去年的兩倍多。

不過，這種揮霍式的支出對客戶來說似乎難以長期維持。據金融時報報道，亞馬遜員工在使用AI工具處理一些其實沒有必要的任務時，導致額外成本增加，從而人為推高了token的消耗，一名高管因此懇請道：「請不要為了用AI而用AI」。

對高管來說，挑戰主要有兩個方面。首先，與相對穩定的軟件訂閱不同，基於使用量計費的token費用難以跟蹤和預測。優步的首席技術官在4月承認，公司已經超出了全年AI預算；據The Verge報道，就連微軟也因成本飆升而限制工程師使用Claude Code的權限。

許多公司都面臨同樣的困境：一項調查顯示，71%的企業去年都出現了AI成本超支。與此同時，數據管理、基礎設施、網絡費用以及其他支出也在不斷攀升，使得財務團隊對AI支出的建模變得更加複雜。

此外，這些技術投資的回報仍然不明朗。許多公司仍處於AI試驗階段，但微軟首席執行官納德拉最近警告稱，「IT預算將不得不根據業務成果進行重塑」。這些成果將包括營收增長、持久的生產率和效率提升，以及成本削減。然而，早期的零散數據卻令人深感憂慮：IBM去年對全球2000名首席執行官的調查發現，過去幾年中，只有四分之一的AI項目實現了預期的投資回報；波士頓諮詢的另一項調查顯示，60%的企業沒有從AI中產生任何實質性價值。隨着在某些任務中運行AI代理的每日token成本超過相當的人力成本，高管們將不得不收緊支出，並轉向實現可持續收益。

圖：在某些任務中，人力成本比AI代理更低

所有這些都表明，企業在不久的將來將加強財務紀律。其中一個選擇是用更便宜的模型來完成較不復雜的任務，比如中國阿里巴巴9988.HK及其他公司推出的開源模型。這將需要對預算進行監控、設限和配置。這種轉變可能類似於企業在從本地服務器全面轉向遠程算力之後，逐步學會控制雲計算開支的過程。就在2022年，還有估計認為雲計算支出中有32%被浪費；而到2025年，這一比例已降至27%。不過有趣的是，由於AI的推動，雲資源浪費如今又開始上升——這是五年來的首次增加。

圖：企業稱雲計算支出中的浪費正在上升

不過，token成本的未來仍然是一個巨大的未知數。算力供給緊張，尤其是在美國，數據中心建設周期漫長、電力受限以及其他障礙重重，這意味着需求可能會持續超過供給。

與此同時，芯片、軟件和硬件的進步意味着推理成本將持續下降。例如，在具備AI能力的台式機、筆記本電腦和手機上運行開源模型，已經比依賴基於雲的專有模型便宜得多。此外，在充裕孖展的支持下，一些AI初創公司已經對token成本進行了補貼。不過，從長期來看，這種模式似乎難以持續。

因此，一場AI成本緊縮似乎不可避免。對OpenAI及其競爭對手而言，好的一面在於，即便token價格下降、用戶開始控制成本，這也不一定會以犧牲AI的採用為代價。雲計算的發展路徑表明，一個更可持續的商業模式是可以形成的。即便如此，控制AI支出的競賽才啱啱開始。(完)

(編審 張荻)

((patrick.zhang@thomsonreuters.com;))