AI落地遭遇账单焦虑：大厂收紧Token预算

随着人工智能进入深水区，如何在AI上避免“花冤枉钱”，成了全球企业共同面对的现实难题。

近期，科技巨头砍削AI预算的动作频出。据报道，微软此前曾计划为员工使用Anthropic的Claude模型投入超过10亿美元年度预算，如今已被压缩三分之一以上，云与AI部门的人均配额更是从每月10万美元锐减至约1万美元。另一家巨头Meta也将其内部Claude Code的使用人数直接减半，从约6万人缩减至3万人。在国内，多家头部互联网公司和半导体大厂也因收紧Token额度引发内部讨论。

预算严控背后的ROI困境

成本管控已成为当下企业AI部署的新常态。相关行业调研显示，超过六成的企业已在项目审批或实际运营中建立起AI成本监控机制。然而，“节流”并不直接等同于“增效”。

当前企业普遍存在价值评估与成本管控脱节的矛盾。数据显示，仅有约12%的企业能持续将AI创造的实际价值与对应成本进行对照评估。德勤中国近期的报告也表明，尽管企业AI进入生产部署阶段的比例已升至64.4%，但无法明确核算AI项目ROI（投资回报率）的企业比例却从35.8%攀升至44.4%。

多数企业能够清楚看到AI究竟消耗了多少资金，却很难量化这些算力开销究竟带来了多少净利润提升。在成效评估上，超过八成的企业仍将重点放在“处理速度”与“工时节约”等表层指标，仅有约两成企业能够将成效直接关联到收入增长和客户获取。如果节省下来的工时没有重新注入到高价值业务中，单纯的效率提升并不能直接转化为经营成果。

Agent深入流程引发Token账单膨胀

成本控制难度陡增的另一个核心原因，在于AI落地载体的升级。企业已不再满足于让员工用AI写邮件、做PPT，而是开始部署自主性更强的AI智能体（Agent），让其嵌入核心业务系统，独立执行跨系统、多步骤的任务。

这种演进放大了AI的能力边界，却也导致Token消耗呈线性甚至指数级上升。过去由人工触发的交互频次变成由自动化业务流驱动，Token消耗量暴增，企业的预算管理压力骤增。部分技术团队开始探索以“单次任务成功交付成本”为核心指标，引入实时监控与预算熔断机制。

与此同时，Agent的权限治理同样棘手：权限开放过小，智能体无法有效完成复杂业务链路；权限开放过大，又容易带来无法预期的安全隐患和失控的接口调用开销。

从单纯控费走向价值闭环

企业兑现AI价值的关键，正从单纯追求基础模型的参数与智商，转向企业流程的重塑与组织协同。

行业领先团队正尝试建立分层评估体系，根据效率型、经营型和战略型任务分别设定回报周期与核算指标。专业机构建议，企业在引入Agent时需同步搭建治理驾驭层，将权限控制、调用编排、业务问责和经济性模型纳入底层设计，打通从Token开销到业务价值产出的闭环，才能让AI投入真正转化为可持续的商业回报。