菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > AI资讯新闻 > 2024年大公司AI投资回报排行榜深度揭秘:账本算不清的背后真相
热点资讯

2024年大公司AI投资回报排行榜深度揭秘:账本算不清的背后真相

2026-05-29
阅读 0
热度 0
作者 菜鸟AI编辑部
摘要

摘要

Uber的AI工具预算四个月耗尽,但token消耗与用户功能提升无因果关系。另一类公司用AI替代

今年四月,Uber 的 CTO 发现了一个预算失控的棘手问题:公司全年规划的 AI 工具开支,仅四个月就消耗殆尽。这不过是硅谷“token 消耗竞赛”的典型写照,此前类似的讨论已屡见不鲜。

更令人警醒的是,几周后 Uber 的 COO Andrew Macdonald 在播客中直言不讳:token 消耗量与最终交付给用户的功能价值之间,根本不存在可量化的因果链条

▲ Andrew Macdonald 图片来自:Business Insider

Uber 在去年底部署了 Claude Code,95% 的工程师每月频繁使用,70% 的提交代码由 AI 生成——使用率极高,账单金额同样惊人。每位工程师每月的 API 调用成本介于 500 至 2000 美元,同一人使用同一工具,同一天的消耗波动可达十倍。CTO 不得不承认预算模型需要推倒重来:“我本以为绰绰有余的预算,早被风吹走了。”

投入重金让 AI 编写代码,但资金与最终产出之间的关联呢?钱确实花了,代码确实生成了,但用户体验提升了多少?新增了多少实质性功能?答案不言自明:无人知晓

同一问题的另一维度

Uber 的困境在于资金投入却看不到成效,而另一类公司则走向了截然相反的路径:看到 AI 潜力后大幅裁员,认定 AI 可直接替代人力。问题随之而来——不是为员工配置 AI 工具,而是用 AI 直接取代员工,这笔账究竟算不算得清?

Gartner 今年发布了一项覆盖 350 家年营收超十亿美元的全球企业调查,结果出人意料:80% 的企业在部署 AI 后均实施了裁员。但裁员比率与投资回报率之间,完全不存在相关性。裁员幅度大的公司与裁员幅度小的公司,回报率几乎持平。

这一结论反直觉,却经得起推敲。裁员节省的是人工成本,但省下的资金并未转化为新的业务价值——它仅仅让财报数字在单一季度有所美化,并没有让公司真正增强竞争力。Gartner 的结论直截了当:裁员能腾出预算,却无法创造业务价值

既然 AI 驱动的裁员 ROI 趋近于零,为何高管们仍乐此不疲?本质上,裁员不是经营决策,而是向外部释放信号。对投资人宣称“我们在全面拥抱 AI”,对董事会汇报“运营效率持续提升”——这些信号本身,远胜于真实的回报率。

Fortune 的分析将这一现象定义为“AI 粉饰”——以 AI 为借口裁员,实则在削减成本、虚增利润,与 AI 是否真能替代那些岗位毫无关联。

一个管理悖论

由此,AI 引出了一组管理上的内在矛盾:用 AI 替代人,节省了工资但 ROI 未提升;给人用 AI,效率似乎有所提高,但预算先告急。

关键症结在于,AI 工具的计费模式与传统软件截然不同。传统软件按席位收费,每人每年固定价格写入合同,可预测性高。但AI 工具按 token 计费,用量决定成本,且个人用量差异极大。Uber 数据显示,同一工程师同一天的消耗可相差十倍。这意味着传统的 IT 预算模型彻底失灵——年初根本无法预估年底的实际支出。

这像什么?就像从固定月费的健身房会员卡,切换成按次付费的私教课。过去每月交 299 元,去不去都一样;现在每次去单独付费,去得越勤花得越多——而员工各自的使用频率,管理者完全无从掌控。

不用,怕被淘汰;用,账算不过来。这正是当下大量企业的真实写照。

资金流向何处

Gartner 在报告中谨慎地提及一项预测:到 2028 至 2029 年,自主化业务反而会净增工作岗位。这听起来像一句无用的安慰,实则暗示着今天被裁掉的人,未来可能不得不重新招聘回来——只不过届时他们的岗位名称叫“AI 协调员”或“模型运营工程师”,薪酬也可能随之变化。

员工被裁了,公司没赚到更多,预算还超了。钱到底去了哪里?答案直截了当——流入了 AI 公司的营收报表。Anthropic 今年年化收入已突破十亿美元,OpenAI 的数字更高。当 Uber 的 CTO 感叹“预算飘走”时,那些被吹走现金恰好落进了 Anthropic 的账户。

这构成了经典的淘金热结构。真正赚钱的从来不是淘金者,而是卖铲子和牛仔裤的商人。如今,铲子是 API,牛仔裤是 token。每家公司都在拼命部署 AI,拼命让员工使用 AI,拼命用 AI 替代员工——而 AI 公司在所有这些“拼命”的环节中,都在持续收费。

AI 并没有在省钱,它只是换了花钱的方式。

以前花在人身上,现在花在模型上;以前花在工资里,现在花在 token 中;以前花得可预测,现在花得不可控。甚至,以前花的钱留在员工手中,他们用于消费、娱乐、还房贷,资金在经济体中循环。

现在花的钱,直接流入了几家硬件密集型、融资密集型的 AI 公司账户,变成下一轮 GPU 采购和下一轮融资的筹码。

所以,下次看到“某公司宣布用 AI 优化人力结构”的新闻时,不妨换个说法:我们把本该发给员工的工资转给了 AI 公司,但不确定这笔交易是否划算——我们只知道,如果不做这笔交易,投资人会不满意。

来源:互联网

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

同类文章推荐

相关文章推荐

更多