近日，微软内部悄然停止向大部分员工提供Claude Code许可的消息引发关注。这并非孤例，包括Uber、Meta、Salesforce在内的多家硅谷科技公司正在收紧员工对AI工具的使用，并严格监控Token消耗量。此前，这些企业曾大力鼓励员工“最大化使用AI”，如今风向已明显转变。
这一转变直接源于失控的成本。据报道，Uber在四个月内花完了全年AI Token预算；Salesforce每年支付给Anthropic的费用高达约3亿美元；更有AI顾问透露，其客户单月AI支出竟达5亿美元。摩根大通一份题为《AI Token成本正在吞噬互联网利润》的报告措辞严厉，直指问题核心。
“Tokenmaxxing”（最大化Token使用量）曾是硅谷的流行管理逻辑，公司通过设置配额、排行榜甚至绩效考核，驱动员工大量使用AI。然而，这导致了显著的资源错配与隐性成本。一项针对2444家公司的研究显示，企业每花费1美元在AI Token上，就需额外支出约0.82美元用于修复AI生成的Bug、重写代码及应对审查延迟等。
更关键的是，投资回报率（ROI）难以衡量。微软前首席AI官索菲亚·维拉斯特吉指出，员工往往用AI自动化自己“讨厌的任务”，而非对“公司最有价值的任务”。Uber首席运营官也坦言，难以将个人生产力提升与公司整体业务影响联系起来。目前，仅14%的CFO认为AI投资带来了清晰可衡量的回报。
面对压力，企业开始采取行动。Meta下线了内部鼓励AI使用的“Tokenmaxxing排行榜”；微软取消了大部分Claude Code许可；HubSpot等AI供应商则开始调整定价模式，从按Token收费转向按“解决的对话数”等实际产出指标计费。同时，Harness、CloudZero等公司迅速推出了AI成本管理与ROI分析工具，以满足市场对成本控制的急迫需求。
行业分析指出，当前调整是AI产业化必经的阵痛。企业正从对“用量”的盲目追求，转向对“价值”的审慎评估。《财富》杂志评论称：“Tokenmaxxing很容易，重新设计工作流程很难。”理性回归后，企业必须回答更深层的问题：AI究竟应是提升旧效率的“锤子”，还是重塑商业模式的新框架？若仅止步于前者，成本账单终将迫使它们回到这一根本问题面前。