企业AI消耗的“无限痛饮”时代正在收尾，，，但账单管控并不即是踩刹车。。。。

今年上半年，，，“Token最大化”（Tokenmaxxing）成为企业AI圈的盛行词。。。。Meta、Salesforce等公司自动勉励员工尽可能多地消耗AI Token以提升生产力。。。。Meta内部甚至泛起了一个名为“克劳德经济学”（Claudeconomics）的排行榜，，，追踪公司前250名重度用户。。。。数据显示，，，Meta员工在30天内消耗了凌驾60万亿个Token，，，单个最高消耗用户约达2800亿个Token。。。。员工们为了竞逐“Token传奇”“缓存巫师”等称呼，，，让AI署理花数小时做无意义的研究来“烧Token”。。。。

随后，，，Uber因在四个月内烧光Claude Code和Codex整年预算登上头条，，，随即对员工实验每月1500美元的使用上限，，，凌驾部分需逐案审批。。。。

这些事务引发普遍关注。。。。但SemiAnalysis团队在Databricks AI峰会上举行实地调研，，，并通过Slack、电话与凌驾50家企业客户深度交流后，，，得出了与媒体叙事截然差别的结论。。。。

该机构以为，，，媒体的报道严重强调了问题的普遍性。。。。Meta和Uber的极端案例，，，泉源是激励机制失当和内部治理松懈，，，而非企业AI投入整体失控。。。。

头条故事被强调，，，真实数据更温顺

媒体报道可能强调了企业AI预算；；；；！！。

要害数据支持这一判断。。。。SemiAnalysis援引Ramp的消耗数据显示，，，前1%的头部客户每位员工年均AI支出约9万美元，，，前10%约为7300美元，，，而Ramp客户的中位数仅为136美元。。。。Ramp客户整体手艺应用水平已远高于通俗企业，，，但《财产》500强媒体类客户的人均AI支出仍远低于100美元

即即是"烧Token大户"Meta，，，按标价盘算每年每位员工破费靠近5万美元，，，据SemiAnalysis估算也仅占Anthropic客户收入的3%至5%

Anthropic自身文档也印证了这一点：Claude Code开发者月均支出仅150至250美元，，，仅10%的用户日均破费凌驾30美元。。。。

SemiAnalysis以为：“媒体的强调报道并不属实——企业仍在一连投入，，，新的需求场景和笔直领域带来的Token消耗，，，正推动着AI列车以迅猛的速率继续前行。。。。”

这意味着企业AI接纳仍处在不匀称扩散阶段。。。。不是所有员工都在高频挪用大模子。。。。许多公司只是少数团队、少数岗位先跑起来。。。。

预算管控成新常态，，，但标准五花八门

凌驾50家受访企业中，，，大大都已对AI使用设置硬性上限。。。。但各公司的标准差别极大，，，并无行业共识。。。。

低端案例：

美国排名前三的航空航天与国防制造商：每人每月250美元上限，，，部分重度用户首月四天即耗尽额度

全球最大制药公司之一：每人每月500美元，，，特殊情形可申请1000美元

高端案例：

Workday、Stripe：员工月度预算约2000美元

上市网络清静公司：初级员工每月800美元，，，高级员工1600至4000美元，，，数据科学家获最高额度

大型旅游科技公司（1500名员工中800名工程师，，，年AI支出靠近1000万美元）：默认每人每月200美元，，，凭证职位可增至数万美元

预算设定逻辑也各有差别。。。。一家美国三大航空公司之一的做法最为特殊：Token分配直接与详细项目及预期营收挂钩。。。。例如，，，一个预期营收1000万美元的项目，，，财务团队批准100万美元总支出预算，，，团队再自行决议其中几多比例用于Token——AI本钱被纳入项目财务模子，，，而非单独的IT预算。。。。

员工的“省Token”生涯规则

预算压力倒逼出了一套适用的Token节约战略。。。。

最典范的是"Copilot套利"：微软365企业版订阅用户可免费无限使用标准Copilot谈天机械人，，，且该使用量不计入月度AI预算。。。。一家大型荷兰消耗品与康健科技公司明确体现，，，员工会先用Copilot起草和整合创意，，，再挪用Claude或Codex处理最终使命，，，以此节约计量Token。。。。

模子降级也是常见手段。。。。那家全球旅游科技公司已将所有员工的Claude默认模子从Opus切换为Sonnet，，，Opus仍可使用但需自动选择。。。。那家航空航天与国防制造商则直接"关闭"了Opus 4.8和快速模式

对此，，，SemiAnalysis团队直接点评了治理层的逻辑："治理层以为给员工更大的Token预算会促使他们自动化那些基础不应自动化的使命，，，好比撰写邮件。。。。我们以为这种反自动化看法过于无邪。。。。"

自制Token需求仍在增添，，，TaaS/API端点市场没有冷下来

预算治理不即是镌汰挪用。。。。企业更体贴的是单位本钱。。。。

自制Token的需求仍然强。。。。前沿模子和开源模子的Token-as-a-Service/API端点市场都在增添。。。。AWS Bedrock被纳入测算后，，，SemiAnalysis对AWS本季度整体增添率的预计高于市场预期。。。。

TaaS供应商也在扩张。。。。Together、Fireworks、Baseten等公司合计ARR已凌驾40亿美元。。。。

这说明企业预算压力会改变采购结构。。。。能用自制模子解决的问题，，，就不会一直挪用最贵模子。。。。默认模子被降级，，，不代表AI使用镌汰，，，而是本钱曲线被重新优化。。。。

编码仍是最强需求，，，AI列车没有由于预算上限而减速

编码场景仍是目今AI收入最大的驱动力，，，OpenAI和Anthropic逾70%的ARR来自这一偏向。。。。Anthropic B2B占比超90%（OpenAI约60%），，，决议了其收入结构对企业端的依赖更深，，，也更稳固。。。。

下一波增添被以为未来自网络清静和白领知识事情。。。。随着Cowork、CoPilot、Codex及Computer类产品进一步渗透企业，，，编码市场拉动AI实验室ARR增添的路径，，，会在更普遍的场景中重演。。。。

目今大大都财产500强企业的人均AI支出仍远低于2000美元/年，，，主要集中在工程和数据科学部分。。。。这意味着AI在企业中的普及还处于早期阶段，，，增添空间并未消逝，，，只是换了形态——从"随意烧钱"酿成了"有预算地一连投入"。。。。

AI真正的ROI：效率提升，，，但产出预期也在同步上升

在受访企业中，，，AI带来的效率提升案例真实保存，，，且效果显著。。。。

亚马逊招聘部分：从起源筛选到团队安顿的流程，，，已往需要6至9个月，，，借助AI工具后缩短至3至4个月

一家为85%的《财产》500强提供数据剖析服务的公司：已往需要一周完成的事情，，，现在只需几小时

但效率提升的另一面是：产出预期同步上升。。。。一位执法数据与风险解决方案公司的员工坦言，，，原本一周的事情量被压缩到几小时，，，"但公司却因此期待她完成更多事情，，，效果她比之前更忙碌了。。。。"

SemiAnalysis指出，，，Uber、Meta等公司的Token超支事务，，，基础原因是激励机制失当和羁系松懈，，，而非缺乏高ROI的应用场景。。。。亚马逊只管大规模裁人，，，但因AI工具带来的效率提升，，，正在以更快速率招聘新员工——这是AI作为"人力杠杆"最清晰的注脚。。。。

影响较广的一类看法以为，，，“羞避”着实是“相互危险”的效果。。。。