人工智能热潮正在迎来一场代价高昂的现实检验。

据彭博社报道，随着企业将AI工具大规模铺开至全员使用，失控的账单开始浮出水面。Uber Technologies近期在几个月内耗尽全年AI预算后，被迫对员工使用AI编程工具设置上限；

另有一家不具名企业在向员工引入Anthropic的Claude后，因未设置使用限制，单月意外烧掉5亿美元。这些案例正在动摇市场对AI投资回报的信心。

咨询公司贝恩在一份题为《你的AI预算在增长，但回报没有》的报告中指出，尽管部分企业通过AI实现了10%至20%的成本削减，但许多企业在这些节省尚未完全兑现之前，便已大举追加投入，本质上是在进行一场信仰式押注。

与此同时，OpenAI和Anthropic等头部AI实验室正筹备估值接近1万亿美元的IPO，市场对AI的热情仍在高位运行，但成本失控的警示信号已愈发难以忽视。

账单失控：从”无限使用”到紧急踩刹车

企业AI支出失控的案例正在密集涌现，且往往源于同一个疏漏——缺乏使用限制。

Uber是其中最具代表性的案例之一。这家打车巨头在员工大规模使用AI编程工具后，仅用几个月便耗尽了全年AI预算，随即不得不对相关工具的使用设置上限。沃尔玛同样收紧了员工使用AI生成电子表格和演示文稿工具的权限，从此前的无限量token供应转向受控模式。

最极端的案例来自一家不具名企业。据报道，该公司在向员工推出Anthropic的Claude后，因未设置任何使用限制，单月意外消耗了高达5亿美元的token费用。金融行业也传出大量对AI成本的抱怨声。

这一现象有其结构性根源。AI服务提供商历来按使用量向企业客户收费，但此前大多数员工通过固定费率订阅或设有价格上限的试点项目访问AI，token成本因此长期处于雷达盲区之外。如今，随着企业将AI代理、编程工具和各类应用全面铺开至公司层面，每次查询所产生的费用开始积少成多，最终形成难以承受的账单压力。

ROI之争：节省尚未兑现，投入已经翻倍

AI投资回报率的争议由来已久，而最新的企业实践正在为这场争论增添新的注脚。

贝恩的报告揭示了一个普遍困境：部分企业确实通过AI实现了10%至20%的成本削减，但更多企业在这些节省尚未完全落地之前，便已大幅追加AI投入，形成一种”先烧钱、后等待”的信仰式押注。AI支出的可测量回报至今仍难以在企业层面形成广泛共识，各家公司只能各自为战地为支出寻找理由。

去年，企业用户中曾流行一种名为”tokenmaxxing”的风潮——即尽可能多地使用AI以提升生产力、在内部排行榜上争先。但越来越多的企业正在以惨痛的方式认识到：token用得越多，AI的成本就越高。

Nvidia首席执行官黄仁勋本周承诺AI将为投资者带来”疯狂”的回报，并将质疑AI潜在回报的人称为”疯子”。但批评者认为，即将到来的AI公司IPO潮，有可能标志着一个峰值的到来，而非新一轮繁荣的起点。

乐观派：实验阶段尚未结束，价值仍待释放

尽管成本压力显著，仍有观点认为当前的困境只是AI应用早期阶段的必经之痛。

Runway AI联合创始人Anastasis Germanidis在被问及AI视频生成工具将如何压缩好莱坞预算时，给出了一个不同的视角。他表示，缩减预算并非目标所在，”我们将在世界上看到更多的视觉叙事，用同样的预算创造更多内容。”这一观点代表了AI支持者的核心逻辑：AI的最大价值不仅在于削减成本，更在于产出更多有价值的工作。

乐观派的核心论点是：企业目前仍处于实验阶段，许多公司尚未找到正确的衡量维度，AI的真实价值有待时间验证。

计量定价：AI正在变成一张永无止境的水电账单

成本失控的背后，是AI定价模式与企业预算管理之间的深层错配。

AI服务本质上是计量收费的软件——每一次查询、每一份幻觉式草稿、每一次臃肿的编程会话都会产生费用。随着企业从有限的试点项目转向全公司范围的大规模部署，这种按量计费的模式开始让AI账单越来越像一张永无止境的水电费账单。

这一结构性问题正在迫使企业直面一个AI实验室此前刻意回避的问题：这项技术是否足够有用，值得为此买单？贝恩的报告和Uber、沃尔玛等企业的实际遭遇表明，这个问题的答案远比黄仁勋所描绘的图景复杂。