企业 AI 支出失控：预算烧穿、工具停用、监督&管理空白
科技行业正在经历一场 AI 支出的清算时刻。
多家企业已触及红线。 据 TechCrunch 报道，Uber 在今年 4 月就用完了 2026 年全部 AI 编程预算。微软在向开发者开放 Claude Code 许可证仅数月后，便撤销了相关授权。Priceline 一名员工透露，Cursor 常规续费的价格涨幅达到此前的 4～5 倍。
尽管 Token 单价持续下降，但企业大规模采用 AI、以及 AI 自主代理（Agent）能力的增强，使得 Token 消耗量不减反增。2025 年初大量企业签下的「无限畅用」订阅，正在变成一笔糊涂账——没人知道钱花在了哪里，更不清楚如何收回成本。
从「能做什么」到「钱花哪了」
OpenAI 企业业务负责人 Alexander Embricos 在纽约一场活动中对 TechCrunch 表示：「半年前，客户聊的是'这东西能做到吗？够不够好？'现在完全不同了——他们问的是：'我们花太多了，你们能提供多少可见性？可审计性如何？Token 管控有什么方案？模型效率怎么样？'」 这一转变的背景是：2025 年 11 月 Anthropic 推出 Claude Opus 4.5、OpenAI 发布 GPT-5.1、Google 上线 Gemini 3 Pro，这些模型显著提升了 AI 代理能力，却也带来了消耗量的急剧膨胀。
有公司据报道因忘记为员工设置使用限额，最终收到了 5 亿美元的 Claude 账单。
Priceline IT 财务高级总监 Chris Reed 将此形容为「可卡因式上瘾」：「他们让你免费试用，等你依赖了，就再也离不开了。」该公司已开始对特定团队实施 Token 限额管控。
工程运营平台 Faros AI CEO Vitaly Gordon 分享了一个更极端的案例：某公司 CTO 告诉他，「我手下有个工程师上个月花了 4 万美元的 Token，我真心不知道该阻止他还是让其他人向他学习。」
效率悖论：用量涨 18 倍，产出却没有等比提升
Jellyfish 研究主管 Nicholas Arcolano 指出，AI 支出激增的核心驱动力是代理功能的普及——每位开发者的 Token 消耗量在 9 个月内增长了约 18.6 倍。Faros 3 月对 2 万名开发者的调查显示：产出确实在上升，但 Bug 和返工量也在同步增加。Jellyfish 自身数据表明，Token 用量最高的工程师生产力约为基础水平的 2 倍，但他们消耗的 Token 数量是普通工程师的 10 倍。
Arcolano 直言：「巨额支出是否值得，最终取决于已交付代码的商业价值（比如收入），而大多数企业仍然无法有效衡量这一点。」 更棘手的是数据规模本身。FinOps Foundation 执行董事 J.R. Storment 打了个比方：「追踪云成本是每月数亿行数据的问题；追踪 Token 成本则是每月数万亿行数据的问题。你没法把这些塞进电子表格，甚至普通工具都承载不了——你必须从根本上重新思考工具、规格和核算体系。」 Priceline 的 Reed 已发现数据对不上的情况——供应商报告的使用量与企业内部记录存在差异。他表示：「我从电信费用管理做起，现在看到的剧本完全一样——从电信到云再到 AI，每次新技术出现，都会伴随计费错误、审计和优化机会。」
解决方案市场崛起：FinOps 之后，Tokenomics 上场
Linux Foundation 本周宣布成立 Tokenomics Foundation，旨在将 FinOps 对云成本的管控方法论引入 AI Token 领域。
Storment 透露：「今年 4、5 月，我开始听到企业说：'天哪，我们 2026 年全年 Token 预算已经超了 3 倍——而现在才 4 月。'整个对话从'Token 最大化'变成了'我们得设置护栏，怎么控制这东西？'」 一批创业公司和传统厂商正在抢占这个新赛道：
- Pay-i、Paid：专注追踪、测量和优化 GenAI 投资成本与性能
- Jellyfish、Waydev、Faros AI：提供 AI 代理监控，证明开发者工具的投资回报率
- Ramp 上线 AI 支出管理功能；Datadog 和 New Relic 新增云成本管理、Token 级可观测性、GPU 监控等服务
- 企业级 SaaS 厂商 Factory 本周推出模型路由器，可自动为每项任务分配合适的模型
NEA 合伙人 Tiffany Luck 预计，Token 效率和可观测性能力将逐渐被整合进「工具链或应用层」。下周 FinOps X 大会上，AWS 预计也将发布面向企业 AI 支出的财务管理新功能。
FinOps Foundation 旗下 180 家供应商多数已向该领域倾斜——云成本管控的故事，正在 AI 时代重演。
Gordon 预计，前沿实验室和其他模型提供商将逐步采用类似 OpenRouter 的成本优化策略，将查询请求导向最便宜的模型——这一趋势已经在企业级 Claude 账单中有所体现。
"你的 Anthropic 账单显示花了多少钱，即使你调用的是 Opus 模型，部分支出其实流向了 Sonnet 或 Haiku，因为它们足够'聪明'能承接这部分任务，"Gordon 表示，"我认为这会变得越来越普遍。"
省钱秘诀：大模型"套壳"调用渐成主流
当前，企业在使用大模型时面临一个普遍困境：旗舰模型能力最强，但成本也最高。为了控制支出，越来越多的企业开始采用"智能路由"策略——先用便宜的小模型处理简单请求，只在必要时才调用贵价大模型。这套逻辑本质上是让模型自己判断哪些任务该用什么规格来处理。
Tokenomics Foundation：AI 计费标准呼之欲出
问题在于，这一切都是在缺乏通用语言和统一定义的环境下进行的——Token 的成本如何计算、产出如何衡量、不同厂商之间的支出如何对比，都缺乏共识。
Tokenomics Foundation 试图改变这一现状。该组织正在推进三件事：
- 标准定义：为"Token 经济"建立权威框架
- 开放规范：制定 AI Token 使用与计量的技术规格和指标
- 新度量体系：引入成本-智能比（cost-per-intelligence）、每瓦 Token 数（tokens-per-watt）等新指标，衡量 Token 工厂效率和消耗效率
该组织计划于今年 7 月正式发布，并将在下周 FinOps X 大会上公布更多成员。
Salesforce 首席可用性官 Nishant Gupta 在声明中指出："Token 经济本质比以往任何大规模管理的领域都更抽象、更不透明。它需要行业构建一套全新的运营能力，而不是照搬当年云时代的打法。" 高盛预计，到 2030 年全球 Token 使用量将增长 24 倍。对于已经超支的企业而言，需求迫在眉睫，但该基金会推出的首个成果仍需数月才能落地。
"也许我们造出了蒸汽机，但还没搞懂流水线，"Gordon 如此形容。
行业共识：让"沉默的大多数"从低频迈向中频
Arcolano 认为，明智的策略是大范围、适度地推广 AI 应用。
"最好的 ROI 来自推动'沉默的大多数'从低频使用走向中频使用，而不是逼迫高频用户进一步提高用量，"他表示。
评论