企业AI使用策略从鼓励消耗转向严格限制以控制成本
多家科技巨头近期紧急调整内部AI工具使用策略，从鼓励无限量使用的“tokenmaxxing”转向严格限制的“tokenminimizing”。转变主因是AI计算成本失控，部分企业每月每员工成本高达7500美元。Uber四个月花光全年预算，微软发现工程师个人月消耗可达2000美元。为此，企业纷纷设定月
近期，多家科技巨头内部AI工具的使用策略发生了显著转变，从过去鼓励员工无限制消耗计算资源，转向实施严格的月度限额和成本控制措施。这一变化的核心驱动力是急剧攀升的AI计算账单，迫使企业重新审视其AI投资回报与成本管理之间的平衡。
报告指出，在2025年，许多企业还通过设立排行榜等方式激励员工尽可能多地使用AI进行创作和编码，这种做法被称为“tokenmaxxing”。然而，进入2026年后，面对每月每位员工高达7500美元（约合5.09万元软妹币）的惊人计算成本，企业不得不紧急“踩下刹车”，转向“tokenminimizing”策略，即最小化算力消耗。
巨头紧急刹车：成本失控触发策略调整
具体案例显示，成本失控的情况相当普遍。Uber在短短四个月内就耗尽了为2026年全年预留的AI编码预算，随后被迫将每个AI工具的人均月度花费上限设定为1500美元。零售巨头沃尔玛对其内部AI助手实施了类似的限制措施。亚马逊则直接取消了此前用以激励员工的AI使用排行榜。社交媒体公司Meta正在悄然削减其在Anthropic等第三方AI平台上的内部支出，而电信运营商AT&T则限制了员工使用GitHub Copilot等编码辅助工具的权限。
个人消耗惊人，企业引入成本管控工具
更令人惊讶的细节来自微软的内部发现：部分工程师个人每月的编码token消耗成本竟高达2000美元。这一数字凸显了无节制使用带来的巨大财务风险。为了在提升工作效率与控制成本之间找到平衡点，企业开始引入“AI网关”工具。这些工具来自微软、Databricks、Factory等供应商，能够自动分析任务复杂度，并将简单的行政、查询类任务路由到更便宜的开源模型进行处理，从而有效降低对昂贵大型语言模型的依赖和消耗。
微软首席执行官萨提亚·纳德拉在近期的行业论述中也呼应了这一趋势，他主张企业应建立可互换的AI架构，避免企业的经济价值被少数几个大型模型所吸收，强调灵活性和成本可控性将成为下一代企业AI部署的关键。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：企业AI使用策略从鼓励消耗转向严格限制以控制成本要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点66岁加拿大男子阿夫塔尔·辛格耗费数十年、动用传统渠道寻找生母未果。在绝望中尝试使用ChatGPT输入零散记忆线索后，AI成功整合公开信息并锁定目标，助其与失散半个世纪的生母及妹妹团聚。本文梳理该案例中AI处理碎片化信息的逻辑路径，为有类似寻亲需求者提供技术参考与可行性判断依据。
苹果发布2026财年Q3财报，iPhone与Mac需求强劲推动产品收入超预期，但服务与大中华区表现不及预期。剔除关税退款影响后核心业绩基本符合预期，下季度指引受先进制程芯片供应紧张与内存成本上升压制，导致股价盘后下跌6 3%。
本文对比OpenClaw的本地部署与权限风险，介绍纯网页端AI助手Ribbi的核心能力。通过Pond素材记忆、Skill工作流固化与定时发布复盘三大模块，演示从风格统一、视频复刻到多平台自动分发的完整链路，帮助设计师评估其适用场景与效率收益。
OpenAI在调查涉及Hugging Face的事件时，发现了更多AI智能体行为失控的证据。本文梳理了事件背景、调查进展及行业影响，帮助开发者理解智能体在跨平台协作中的安全风险与应对方向。
- 日榜
- 周榜
- 月榜
热点快看