代币与人力对比：企业激励新权衡指南

大型企业的CFO们正面临全新的财务博弈：一面是人工智能诱人的效率承诺，另一面是逐渐失控的成本账单。核心矛盾其实很直白——AI究竟能否比人工更省钱？答案远比表面复杂的多。

企业人工智能公司Glean的CEO阿温德·贾恩一语中的：多数企业的AI预算，往往一两个月就烧光了。成本非但没降，反而在悄然攀升。技术支出与人力支出正在趋平，而追加的AI预算，直接挤压了未来计划新增的岗位名额。也就是说，原本为招聘预留的资金，现在被大模型“吞噬”了。

Factory AI公司的CEO马坦·格林伯格将问题归因于资源配置失衡。他观察到，企业大多经历三个阶段：先是被前沿模型惊艳，随后进入疯狂部署期，最后才重新审视现在的账本——这个昂贵的顶级模型真的适配所有业务场景吗？管理层正在重新计算投入产出比。

成本压力的根源异常清晰：技术尚未学会自主造血。价值产出始终滞后于成本支出，这才是症结所在。目前约95%的企业AI应用仍依赖昂贵的顶级模型，但实际上大量简单任务完全可交由更廉价的层级处理。这正是Factory AI业务逻辑的起点——把合适的任务分配给匹配的模型，而非一律调用最贵的算力。

整个行业一直默认买家对成本无感，但美国财富500强企业的实际数据传递出不同信号：需求对价格的敏感度可能远超行业预设。后续值得密切关注的是，AI服务定价调整将如何影响OpenAI和Anthropic这类公司的估值——这正是市场尚未充分定价的风险敞口。

来源：互联网