相较于文本类 AI 工具，AI 智能体的运行成本要高得多，原因在于它们是实实在在完成任务。这类任务通常属于多步骤流程，可以通过多种方式实现同一目标，成本差异巨大。麦肯锡一项研究显示，不同智能体完成任务的成本最高相差 30 倍。

麦肯锡高级合伙人拉里・哈迈莱宁表示：" 想象你在运营一项业务，但每日成本最高会出现 30 倍的差距。"

这家咨询巨头在《2026 AI 现状》调研中发现，约三分之一企业将超过 10% 的技术与通信预算投入 AI 领域。60% 受访企业计划在明年增加 AI 支出；大约五分之一企业称，AI 开销已经开始对运营成本形成约束。

麦肯锡高级合伙人、麦肯锡全球研究院院长坦吉・卡特林周二表示：" 如今这笔开支已经体量可观，且清晰可见。"

麦肯锡称，对于借助智能体实现编码自动化的软件开发团队，该问题尤为突出，这类场景显然非常消耗 Token。

此前过去一年，各大企业大多鼓励员工扩大 AI 使用规模，而这份警示随之出炉。亚马逊关停了员工自建的 AI Token 消耗排行榜，此前部分员工为冲榜单刻意执行任务。随着账单不断走高，Coinbase、赛富时等企业也已经开始限制 AI 使用。

麦肯锡本月早些时候发布的报告提到，智能体 AI 可将员工在部分转型办公事务上耗费的人力时间减少 35% – 40%，部分场景降幅可达 70% 甚至更高。但报告同时提出，企业需要评估智能体创造的价值是否足以覆盖投入成本。

哈迈莱宁称：" 很多相关问题我们才刚刚开始了解。未来 12 个月，这一问题的重要性会显著提升。"