AI落地遭遇账单焦虑：大厂削减Token预算，价值评估体系滞后成痛点
2026/10/10 17:57阅读量 6
随着AI应用深入，企业面临严重的Token成本压力，微软、Meta等科技巨头近期大幅削减内部AI模型使用预算及配额。尽管多数企业已建立成本监控机制，但AI投入与业务价值兑现之间缺乏有效衡量框架，导致“只知花费、不知回报”的困境。当前，Agent技术的普及进一步放大了成本波动风险，行业正从单纯的成本控制转向探索以任务交付为核心的价值评估新体系。
事件概述
随着人工智能（AI）在企业端的加速落地，成本控制成为普遍关注的焦点。10月初，美国科技巨头微软和Meta因预算调整引发行业震动。微软将原计划用于内部员工使用Anthropic旗下Claude模型的年度预算削减三分之一以上，云与AI部门超6万名员工的人均月度配额从10万美元降至约1万美元；Meta也将内部Claude Code的使用者规模从约6万人缩减至3万人。国内互联网大厂亦出现类似趋势，部分企业如联发科在鼓励AI应用的同时，强调需以更高效益的方式支持需求，反映出企业在AI部署中面临的“账单焦虑”。
核心信息
- 成本管控常态化：毕马威《2026年Q3全球AI脉搏报告》显示，更多企业建立了成本监控机制。调研中61%的企业在审批时审查AI成本，59%的企业在运营中监控AI成本。
- 价值评估严重滞后：尽管成本可见性提升，但价值评估体系仍明显落后。毕马威指出，仅12%的企业持续对照评估AI创造的价值与成本，即使在已有稳定回报的企业中该比例也仅为48%。德勤中国调研同样显示，60.4%的企业尚未建立体系化的价值衡量框架，无法明确核算AI项目ROI（投资回报率）的企业比例从2025年的35.8%上升至44.4%。
- Agent带来的新挑战：企业AI部署正从简单的工具使用转向自主性更强的Agent嵌入业务流程。这种变化使得Token开销不再由人工交互频次决定，而是随业务流量线性增长。制造业IT高管指出，这增加了成本控制难度，团队开始探索以“单次任务成功交付成本”为核心指标的实时监控与预算熔断机制。
- 权限与风险的平衡：Agent的不可控性带来了管理成本和风险评估难题。业界存在“权限给少了像傻子，给大了像疯子”的担忧，目前关于Agent权限分配和任务交接的评估体系仍处于探索阶段。
值得关注
- 评估指标偏差：德勤报告显示，企业在评估AI成效时，87.3%聚焦于处理速度与工时节约，70.7%关注成本节约，而涉及收入与客户层面的仅占21.5%。分析认为，工时缩短并不自动等同于经营价值提升，只有将节省的时间重新配置到高价值环节，才能转化为可量化的经营成果。
- 领先企业的做法：相比停留在简单控制成本层面，领先企业更注重将成本连接到成果，并据此决定AI规模化进度。毕马威建议企业部署AI时事先建立驾驭层（AI harness layer），将控制、编排、问责和经济性等指标融入设计，围绕端到端价值流重构运营模式，闭合成本与价值的回路。