瘋狂燒了數十億美元Token之後，矽谷大廠開始限制員工Token用量

閱讀本文需 10 分鐘

硅谷巨頭瘋狂燒錢購買 AI，卻不知道資金流向。

原文標題：《瘋狂燒了數十億美元 Token 之後，矽谷大廠開始限制員工 Token 用量了》
原文作者：樺林舞王，極客公園

為企業自動化的是員工「討厭的工作」，而不是「賺錢的工作」。

幾天前，極客公園報導過在 AI 上押上重注的微軟公司，悄悄在內部停止了大部分員工的 Claude Code 許可。

這件事十分詭異，因為這一波 AI 落地的浪潮中，面向企業用戶最大的行銷點就是「提效」。既然能提效，為什麼微軟卻要停止讓員工們使用 Claude Code？

微軟並不是唯一一家這麼幹的，「緊縮 Token 用量」，不再鼓勵員工瘋狂 Vibe Coding，已經成了矽谷大廠的新風向。

Uber 在四個月內花完了全年的 AI token 預算。Salesforce 每年給 Anthropic 的支票大約是 3 億美元。某位 AI 顧問透露，他的一個客戶單月 AI 支出高達 5 億美元。Meta 甚至悄悄下線了內部的「tokenmaxxing 排行榜」——那個榜單原本是為了鼓勵員工多用 AI 的。

現在，企業們正在做一件幾年前想都不敢想的事：

限制、並監視員工使用 AI。

為什麼大廠們紛紛轉向了？

01「Tokenmaxxing」，時代的縮影

要理解今天的成本危機，得先搞清楚「tokenmaxxing」是什麼。

這個詞大概在 2025 年開始流行，字面意思是「最大化 token 使用量」。它背後是一種管理邏輯——既然公司花大錢買了 AI 工具，員工就應該拼命用，用得越多證明你越「數位化轉型」，用得越少就是在浪費資源。於是很多公司設定了使用配額、排行榜、甚至績效考核，催着員工把 AI 用起來。

結果呢？

員工開始用公司的企業級 AI 模型查天氣、寫生日祝福、問今天吃什麼。

一項針對 2444 家公司的研究發現，企業每花 1 美元在 AI token 上，0.44 美元用於修復 AI 生成的 bug，0.27 美元用於重寫 AI 產出的程式碼，0.11 美元消耗在審查和合併延遲上。

也就是說，每一塊錢 AI 採購成本背後，還藏著將近 80% 的隱性損耗。

投資人 Shruti Gandhi 用了一個很準的比喻：「tokenmaxxing 企業，就像靠開著所有的燈來衡量生產力的公司——花更多錢，不等於產出更多。」

這些公司大多根本不知道員工在用 AI 做什麼，更不知道那些任務的完成，是否因為 AI 而帶來任何改變。

這場「燒錢競賽」從 2024 年燒到了 2025 年，終於在今年集中引爆。JPMorgan 發了一篇措辭嚴厲的報告，標題直白得讓人不舒服——《AI Token 成本正在吞噬互聯網利潤》。

Shopify、Spotify、ServiceNow、Roku 在財報電話會上紛紛提到，AI 成為運營支出的主要壓力來源。行業整體的氣氛，開始從「用 AI 多牛」轉向「這錢花的到底值不值」。

02 當 CEO 開始質疑 ROI

僅有 14% 的 CFO 表示能看到 AI 投資有清晰可衡量的回報。

Uber 首席運營官 Andrew Macdonald，在播客裡說了一句很坦誠的話——他們發現很難把員工個人生產力的提升，和公司整體的業務影響聯繫起來。「如果你看不出 AI 幫你向用戶推了多少有價值的功能，token 成本就更難為自己辯護。」

這句話點出了企業 AI 困境的核心所在：個人效率提升，不等於公司收益增長。

員工用 AI 寫周報快了三倍，但公司營收沒有變化。工程師用 AI 生成程式碼速度翻倍，但程式「流失率」——也就是被棄用或重寫的比例——上升了 800%。

微軟前首席 AI 官 Sophia Velastegui 說了一句讓很多管理者不舒服的話：「大多數人預設自動化他們不喜歡的任務，而不是對公司最有價值的任務。」

說白了，企業自動化的是員工「討厭的工作」，而不是「賺錢的工作」。

這不是技術問題，是優先級的問題。也是為什麼大約 30% 的生成式 AI 專案，卡在概念驗證階段就被放棄——成本說不清，價值也說不清，老闆自然不續費。

Salesforce CEO Marc Benioff 的處理方式頗具代表性。面對每年 3 億美元的 Anthropic 帳單，他的期待是一個「智能路由器」：能判斷哪些查詢值得用頂級模型，哪些用便宜的小模型就夠了。

這個想法本身沒什麼新奇——早在雲計算時代，「按需付費」「資源優化」就是標準操作。但 AI 這波浪潮來得太急，大家先買後想，現在才開始補課。

03 理性回歸，還是寒冬前奏？

微軟近期取消了大部分 Claude Code 的企業許可證，官方理由指向成本因素。這件事在業內引發了不小的討論——畢竟微軟自己就是 OpenAI 的最大投資方，同時又在砍競品的訂閱，這裡面有多少是成本考量、多少是戰略佈局，很難說清楚。

但無論如何，它代表了一個信號：企業開始用腳投票了。

Harness 和 CloudZero 幾乎在同一天——5 月 28 日——分別發布了 AI 成本管理工具，一個主打實時監控 AI 支出和 ROI，另一個推出「AI 財務控制平面」，幫企業把每一美元的 AI 開銷和具體業務成果掛鈎。

這兩款產品的出現本身就說明問題：市場有需求，而且需求很緊迫。

HubSpot 從今年 4 月開始調整 AI 代理的定價模型，不再按 token 收費，改為按「解決的對話數」或「生成的線索數」計費——這是一個方向性的轉變，把賣方的利益和買方的實際產出對齊了。ServiceNow 也在做類似的調整。AI 廠商們正在意識到，如果他們繼續賣「用量」而不是賣「結果」，企業客戶遲早會集體反彈。

這場調整，是 AI 產業化必須經歷的陣痛，還是更大危機的序幕？

我傾向於認為是前者。但有一個細節讓人有點擔心：全球 AI 軟體支出預計 2026 年將達到 2.59 萬億美元，同比增長 47%，但與此同時，94% 的工程負責人表示關鍵 ROI 指標仍然缺失。錢越花越多，但沒人知道燒在哪、燒得值不值——這個矛盾如果不解決，下一個「tokenmaxxing 時刻」只是時間問題。

Fortune 雜誌的一篇分析說得很直接：「tokenmaxxing 很容易，重新設計工作流程很難。」大多數公司現在做的，是在優化現有流程，而不是重新發明商業模式。這是 AI 真正價值的所在，也是大多數企業還沒有到達的地方。

理性回歸是好事。但理性回歸之後，企業還需要回答一個更難的問題：AI 對我們的業務，到底應該是一把鎚子，還是一套新的思維框架？

如果只是用 AI 把舊的工作做得更快，賬單總有一天會把你逼回到這個問題面前。