北京
上月，客户支持软件公司Pylon的首席执行官Marty Kausas描述了一个许多企业可能都会面临的AI预算问题。他写道，Pylon的Anthropic年度账单预计将在公司跨过150个席位后，从约40万美元升至140万美元。这一涨幅并非使用量突然激增，而是定价结构变化所致：超过150个席位后，Pylon将从包含用量的套餐转入企业版计划，按标准API费率单独计费。 Kausas的结论很直白：在鼓励员工更多使用AI多年后，Pylon已开始设置支出上限，并要求额外消费必须经过审批。Pylon的经历只是更大范围转变的一部分。许多公司最初采用AI时处于异常有利的条件：套餐内包含用量、首发优惠价、慷慨的企业折扣，以及相对有限的部署范围。随着这些安排陆续到期，实验转向生产，企业AI的完整成本正变得更加可见。 与此同时，底层技术本身变得更便宜。推理成本大幅下降，模型供应商之间竞争激烈，企业也有更多机会将任务分配给更小的模型。结果就是：AI在单点使用中可以变得更便宜，但在整个组织范围内运营时却会变得更昂贵。随着模型能力提升，企业让AI承担更多工作、部署给更多员工，并将其嵌入更多产品。这些用量和复杂度的增加，很容易超过最初降价带来的节省。 这种现象并非AI独有。计算变得更便宜，企业消耗的计算量反而大幅增加；存储价格下降，机构保留的数据反而更多；带宽变得廉价，视频于是主导了互联网流量。效率往往会扩大市场，AI很可能也会走上同样的路径。
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.
