2026-06-03 18:06 出处 / 作者：PConline 原创整合编辑：科仔播报

【太平洋科技快讯】随着 AI 规模化落地持续推高Token开支，多家海外科技企业陆续调整此前全面放开 AI 工具使用的策略，从无限制试用转向精细化成本管控。

Uber 内部普及 Claude Code 开发工具后，五千余名工程师四个月就耗尽全年 AI 预算，单人员月度调用成本区间在 500 至 2000 美元，公司随即出台配额规则压缩消耗。微软内部此前全面部署该模型，受高昂支出影响，现已关停多数授权，引导研发人员改用自研产品管控开销。

有报道披露，某头部科技企业因未设置使用限额，单月 Token 支出达 5 亿美元，市场普遍指向亚马逊。该公司此前将 AI 使用量纳入员工考核，催生员工刷取无效用量冲榜单的现象，平台随后废除相关考核要求，引导按需使用 AI。Meta 也曾依托消耗量榜单激励员工使用模型，短时间内产生海量无效 Token 消耗，相关排行榜不久便紧急下线。

以往 Token 消耗规模常常被视作 AI 落地成效的评判标准，英伟达相关负责人也曾提出给到员工高额年度 AI 使用额度，鼓励全员深度使用。但盲目扩量并未同步转化业务产出，同一开发工序在不同使用模式下成本相差悬殊，无效消耗大幅抬升企业运营成本。

数据显示，多数企业对 AI 投入成本预估出现偏差，高额支出持续侵蚀企业毛利率；即便未来单 Token 单价下行，智能体应用的超高消耗量仍会推高整体开销。

成本压力之下，部分此前激进裁员、以 AI 替换人力的企业开始调整决策。瑞典金融企业 Klarna、澳大利亚联邦银行此前裁撤大量客服岗位改用 AI 承接业务，后续接连出现服务下滑、投诉激增等问题，两家公司先后重启人员招聘、召回被裁员工。

现如今，多家企业正重新梳理落地逻辑，立足实际业务需求配置 AI 资源，规避无价值的算力损耗。