[優步] 企業AI賬單失控:Uber數月花光了全年預算
人工智能熱潮正在迎來壹場代價高昂的現實檢驗。
據彭博社報道，隨著企業將AI工具大規模鋪開至全員使用，失控的賬單開始浮出水面。Uber Technologies近期在幾個月內耗盡全年AI預算後，被迫對員工使用AI編程工具設置上限；
另有壹家不具名企業在向員工引入Anthropic的Claude後，因未設置使用限制，單月意外燒掉5億美元。這些案例正在動搖市場對AI投資回報的信心。
咨詢公司貝恩在壹份題為《你的AI預算在增長，但回報沒有》的報告中指出，盡管部分企業通過AI實現了10%至20%的成本削減，但許多企業在這些節省尚未完全兌現之前，便已大舉追加投入，本質上是在進行壹場信仰式押注。
與此同時，OpenAI和Anthropic等頭部AI實驗室正籌備估值接近1萬億美元的IPO，市場對AI的熱情仍在高位運行，但成本失控的警示信號已愈發難以忽視。
賬單失控：從"無限使用"到緊急踩刹車
企業AI支出失控的案例正在密集湧現，且往往源於同壹個疏漏——缺乏使用限制。
Uber是其中最具代表性的案例之壹。這家打車巨頭在員工大規模使用AI編程工具後，僅用幾個月便耗盡了全年AI預算，隨即不得不對相關工具的使用設置上限。沃爾瑪同樣收緊了員工使用AI生成電子表格和演示文稿工具的權限，從此前的無限量token供應轉向受控模式。
最極端的案例來自壹家不具名企業。據報道，該公司在向員工推出Anthropic的Claude後，因未設置任何使用限制，單月意外消耗了高達5億美元的token費用。金融行業也傳出大量對AI成本的抱怨聲。
這壹現象有其結構性根源。AI服務提供商歷來按使用量向企業客戶收費，但此前大多數員工通過固定費率訂閱或設有價格上限的試點項目訪問AI，token成本因此長期處於雷達盲區之外。如今，隨著企業將AI代理、編程工具和各類應用全面鋪開至公司層面，每次查詢所產生的費用開始積少成多，最終形成難以承受的賬單壓力。
ROI之爭：節省尚未兌現，投入已經翻倍
AI投資回報率的爭議由來已久，而最新的企業實踐正在為這場爭論增添新的注腳。
貝恩的報告揭示了壹個普遍困境：部分企業確實通過AI實現了10%至20%的成本削減，但更多企業在這些節省尚未完全落地之前，便已大幅追加AI投入，形成壹種"先燒錢、後等待"的信仰式押注。AI支出的可測量回報至今仍難以在企業層面形成廣泛共識，各家公司只能各自為戰地為支出尋找理由。
去年，企業用戶中曾流行壹種名為"tokenmaxxing"的風潮——即盡可能多地使用AI以提升生產力、在內部排行榜上爭先。但越來越多的企業正在以慘痛的方式認識到：token用得越多，AI的成本就越高。
Nvidia首席執行官黃仁勳本周承諾AI將為投資者帶來"瘋狂"的回報，並將質疑AI潛在回報的人稱為"瘋子"。但批評者認為，即將到來的AI公司IPO潮，有可能標志著壹個峰值的到來，而非新壹輪繁榮的起點。
樂觀派：實驗階段尚未結束，價值仍待釋放
盡管成本壓力顯著，仍有觀點認為當前的困境只是AI應用早期階段的必經之痛。
Runway AI聯合創始人Anastasis Germanidis在被問及AI視頻生成工具將如何壓縮好萊塢預算時，給出了壹個不同的視角。他表示，縮減預算並非目標所在，"我們將在世界上看到更多的視覺敘事，用同樣的預算創造更多內容。"這壹觀點代表了AI支持者的核心邏輯：AI的最大價值不僅在於削減成本，更在於產出更多有價值的工作。
樂觀派的核心論點是：企業目前仍處於實驗階段，許多公司尚未找到正確的衡量維度，AI的真實價值有待時間驗證。
計量定價：AI正在變成壹張永無止境的水電賬單
成本失控的背後，是AI定價模式與企業預算管理之間的深層錯配。
AI服務本質上是計量收費的軟件——每壹次查詢、每壹份幻覺式草稿、每壹次臃腫的編程會話都會產生費用。隨著企業從有限的試點項目轉向全公司范圍的大規模部署，這種按量計費的模式開始讓AI賬單越來越像壹張永無止境的水電費賬單。
這壹結構性問題正在迫使企業直面壹個AI實驗室此前刻意回避的問題：這項技術是否足夠有用，值得為此買單？貝恩的報告和Uber、沃爾瑪等企業的實際遭遇表明，這個問題的答案遠比黃仁勳所描繪的圖景復雜。
[加西網正招聘多名全職sales 待遇優]
好新聞沒人評論怎麼行，我來說幾句
據彭博社報道，隨著企業將AI工具大規模鋪開至全員使用，失控的賬單開始浮出水面。Uber Technologies近期在幾個月內耗盡全年AI預算後，被迫對員工使用AI編程工具設置上限；
另有壹家不具名企業在向員工引入Anthropic的Claude後，因未設置使用限制，單月意外燒掉5億美元。這些案例正在動搖市場對AI投資回報的信心。
咨詢公司貝恩在壹份題為《你的AI預算在增長，但回報沒有》的報告中指出，盡管部分企業通過AI實現了10%至20%的成本削減，但許多企業在這些節省尚未完全兌現之前，便已大舉追加投入，本質上是在進行壹場信仰式押注。
與此同時，OpenAI和Anthropic等頭部AI實驗室正籌備估值接近1萬億美元的IPO，市場對AI的熱情仍在高位運行，但成本失控的警示信號已愈發難以忽視。
賬單失控：從"無限使用"到緊急踩刹車
企業AI支出失控的案例正在密集湧現，且往往源於同壹個疏漏——缺乏使用限制。
Uber是其中最具代表性的案例之壹。這家打車巨頭在員工大規模使用AI編程工具後，僅用幾個月便耗盡了全年AI預算，隨即不得不對相關工具的使用設置上限。沃爾瑪同樣收緊了員工使用AI生成電子表格和演示文稿工具的權限，從此前的無限量token供應轉向受控模式。
最極端的案例來自壹家不具名企業。據報道，該公司在向員工推出Anthropic的Claude後，因未設置任何使用限制，單月意外消耗了高達5億美元的token費用。金融行業也傳出大量對AI成本的抱怨聲。
這壹現象有其結構性根源。AI服務提供商歷來按使用量向企業客戶收費，但此前大多數員工通過固定費率訂閱或設有價格上限的試點項目訪問AI，token成本因此長期處於雷達盲區之外。如今，隨著企業將AI代理、編程工具和各類應用全面鋪開至公司層面，每次查詢所產生的費用開始積少成多，最終形成難以承受的賬單壓力。
ROI之爭：節省尚未兌現，投入已經翻倍
AI投資回報率的爭議由來已久，而最新的企業實踐正在為這場爭論增添新的注腳。
貝恩的報告揭示了壹個普遍困境：部分企業確實通過AI實現了10%至20%的成本削減，但更多企業在這些節省尚未完全落地之前，便已大幅追加AI投入，形成壹種"先燒錢、後等待"的信仰式押注。AI支出的可測量回報至今仍難以在企業層面形成廣泛共識，各家公司只能各自為戰地為支出尋找理由。
去年，企業用戶中曾流行壹種名為"tokenmaxxing"的風潮——即盡可能多地使用AI以提升生產力、在內部排行榜上爭先。但越來越多的企業正在以慘痛的方式認識到：token用得越多，AI的成本就越高。
Nvidia首席執行官黃仁勳本周承諾AI將為投資者帶來"瘋狂"的回報，並將質疑AI潛在回報的人稱為"瘋子"。但批評者認為，即將到來的AI公司IPO潮，有可能標志著壹個峰值的到來，而非新壹輪繁榮的起點。
樂觀派：實驗階段尚未結束，價值仍待釋放
盡管成本壓力顯著，仍有觀點認為當前的困境只是AI應用早期階段的必經之痛。
Runway AI聯合創始人Anastasis Germanidis在被問及AI視頻生成工具將如何壓縮好萊塢預算時，給出了壹個不同的視角。他表示，縮減預算並非目標所在，"我們將在世界上看到更多的視覺敘事，用同樣的預算創造更多內容。"這壹觀點代表了AI支持者的核心邏輯：AI的最大價值不僅在於削減成本，更在於產出更多有價值的工作。
樂觀派的核心論點是：企業目前仍處於實驗階段，許多公司尚未找到正確的衡量維度，AI的真實價值有待時間驗證。
計量定價：AI正在變成壹張永無止境的水電賬單
成本失控的背後，是AI定價模式與企業預算管理之間的深層錯配。
AI服務本質上是計量收費的軟件——每壹次查詢、每壹份幻覺式草稿、每壹次臃腫的編程會話都會產生費用。隨著企業從有限的試點項目轉向全公司范圍的大規模部署，這種按量計費的模式開始讓AI賬單越來越像壹張永無止境的水電費賬單。
這壹結構性問題正在迫使企業直面壹個AI實驗室此前刻意回避的問題：這項技術是否足夠有用，值得為此買單？貝恩的報告和Uber、沃爾瑪等企業的實際遭遇表明，這個問題的答案遠比黃仁勳所描繪的圖景復雜。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： |
| 延伸閱讀 | 更多... |
推薦: