福建
一度被鼓励“尽量多用”的AI，如今正在被加上额度、换成轻量模型。企业发现，真正难的不是把AI推给员工，而是让每一笔调用都值得花钱。
作者声明：该图片由AI生成
从“多用一点”到“先算一笔账”
去年底，Gusto财务总监迈克·泰勒几乎把Claude Code用进了每天的工作：会前准备、自动化流程、繁琐任务拆解，全交给更强的模型处理。
直到公司公布员工AI使用排行榜，他才发现自己不仅是重度用户，还是花钱最多的人之一。问题在于，其中很多任务并不需要最昂贵的模型。
这股“tokenmaxxing”风潮曾在企业里迅速扩散：能用AI就用，调用越多，似乎越代表你跟上了效率革命。现在，账单先把热情拉回了现实。
用量成了新的职场表演
年初的AI推广更像一场竞赛。员工担心自己不用、少用，就显得不够积极；一些人甚至为了证明自己“在拥抱AI”，把工具用在无关紧要的问题上。
一项针对300名企业高管的调查显示，68%的受访者过去一年在AI预算上出现超支。大模型按调用量计费，需求一旦变得无边界，成本也会跟着失控。
更麻烦的是，AI能把阅读、写代码、检索资料的速度推得很高，却不能自动解决“这些产出有没有被真正消化”的问题。信息更多，不等于工作更有效。
作者声明：该图片由AI生成
额度收紧，员工先感到卡顿
企业已经开始踩刹车。Uber将员工AI工具的月度支出上限设为1500美元；特斯拉据称设定了每周200美元的额度。
限制能压住成本，但也会误伤已被嵌入流程的工具。一家影视公司的团队曾用ChatGPT插件整理数千部影片的授权窗口，权限收紧后，原本省时的流程突然断掉；有人自建的GPT也因高级模型权限被取消而停摆。
员工不愿回到手工处理，但又不知道眼前的规则会不会很快再变一次。
不是少用AI，而是别拿喷火器烤棉花糖
泰勒后来让AI梳理自己的使用习惯，发现自己常常用最强的Opus模型处理简单任务，相当于“拿喷火器烤棉花糖”。
他把默认模型换成更轻量的版本，砍掉部分自动任务，并把“扫描整个云盘找答案”改成更明确、更小范围的提问。调整后，费用很快降了13%。
小型公司Moonbounce也经历了类似过程：员工大量试用AI后，团队被难以审查的AI代码淹没，还有超过5%的调用落在旅行规划、闲聊等非工作用途上。制定新规则后，AI账单下降约10%，省下数万美元。
接下来要比的，是谁用得更准
企业的AI策略正在从“把工具发下去”转向“让合适的工具做合适的事”。强模型留给复杂推理，轻模型覆盖重复工作；先设默认规则，再给真正有价值的场景留出弹性。
AI不会退出办公室，但“用得越多越先进”的阶段正在结束。下一轮效率竞争，比的不是谁烧掉更多token，而是谁能把每一次调用，变成真正省下来的时间和钱。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
