AI 账单失控：问题不在价格，而在算不清回报
据英国《金融时报》报道，Uber 在今年 4 月就花光了 2026 年全年的 AI 预算。现在，它给每位员工的每个 AI 编程工具设了每月 1500 美元的上限。
Uber 不是孤例。Atlassian 给员工设了 Token 配额，超出部分要经理审批。越来越多的企业发现，AI 账单的增长速度远远超过预算编制时的预期。
看到这些新闻，最自然的反应是：AI 太贵了，得省着用。
但一项覆盖 472 家大企业的调研给出了不同的答案。这些企业合计营收约 4.6 万亿美元。当被问到 AI 成本管理的最大难题时，只有 7% 选择价格太高或计价太复杂，43% 选择证明价值和回报。更直接的是：四分之三的企业，无法向财务负责人说清 AI 投入换来了什么。
AI 账单失控，表面上是价格问题，实质是归因问题：消耗可以精确计量到每一个 Token，价值却很难对应到任何一项业务结果。
账单为什么突然变大
AI 账单变大，不是单一原因，而是计价方式和使用方式同时在变。
第一，计价方式从包月转向按量。 《金融时报》报道，从今年年初开始，大模型厂商正把企业客户从固定费用迁移到按用量计费。企业原来按人头购买的“无限用”，逐渐变成用多少付多少。过去被包月价格遮住的真实消耗，开始逐笔出现在账单上。
第二，智能体让单个任务的消耗成倍放大。 一次问答只需一次或几次推理；智能体还要规划、调用工具、读取上下文、检查结果，失败后再重试，同一个任务可能要跑几十轮。Futurum 的一份研究估计，智能体完成一个任务的 Token 消耗，是单次调用的 10 到 100 倍。需要注意，这份报告由算力服务商赞助，具体倍数应谨慎看待，但智能体放大调用量的机制确实存在。
第三，AI 开始进入不能随便停的业务。 德意志银行负责基础设施的技术负责人 Vanessa Yiu 说得很直白：对于关键业务里的 AI，你没法简单地拧上水龙头，一停业务就停了。
第三点尤其值得注意。云计算让人们习惯了运营支出具有弹性：需要时扩容，不用时关闭。但当 AI 进入关键业务，“关闭服务”就不再是控制成本的可行选项。企业不得不重新做类似服务器时代的容量规划：提前估算负载，区分波峰与基线，再决定哪些需求按量购买、哪些需求锁定资源。
限额管住了花钱，没管住价值
面对账单，企业的第一反应通常是设限额。这当然必要，但它解决的是“花多了”，而不是“花得值不值”。
限额背后容易形成一个误解：Token 用得多，就代表浪费。可现实中，一个工程师用掉大量 Token，可能是在无效地反复试错，也可能是在完成一项原本需要一周的重构。只看消耗量，分不出这两种情况。
Vanessa Yiu 在同一场对话里说得很清楚：代码行数不是衡量开发者的正确指标，提交次数也不是，Token 数量同样不是。真正要问的是，他们把什么交付到了生产环境里。
这句话点出了问题的核心。Token 是投入，不是产出。用 Token 衡量 AI 的使用效果，就像用电费衡量一家工厂的生产效率：有关系，但远远不够。
调研里还有一个细节：被问到如何管理开发者使用 AI 工具的支出时，很多大企业的回答是“没有正式办法”。它们先把用量监控起来，至于这些消耗创造了什么价值，以后再算。
真正缺的是归因能力
为什么 AI 的价值这么难算清？问题不只是“缺少一张报表”，而是成本、产出和责任没有连在一起。
第一，价值分散，而且往往不直接体现为现金。 AI 节省的大多是时间：写方案快一点，查资料少一步，代码审查少一轮。这些收益分散在成百上千人的日常工作里。如果节省下来的时间没有转化为更多交付、更短周期或更少人力，“大家都觉得效率高了”就很难成为财务认可的回报。
第二，成本数据本身就是碎片化的。 企业同时使用多家厂商的模型、开源模型和自己微调的模型，各方提供的用量数据格式不同、粒度不同；自建模型还要把算力、运维和折旧重新折算进去。调研发起方把这种局面比作云计算早期：各家账单各说各话，企业很难形成统一口径。
第三，往往没有人对这笔账负责。 调研里有 12% 的企业表示，AI 支出没有明确的负责人；这些企业里，没有一家能向财务负责人证明 AI 的价值。而有明确负责人的企业，能证明价值的可能性是没有负责人企业的 3.7 倍。
这三个原因叠加在一起，结果就是：账单每个月准时到来，精确到小数点后几位；价值却始终是一笔糊涂账。
从 Token 单价到成功任务成本
如果 Token 不是正确的衡量单位，什么才是？
更合适的单位是：从计算“每个 Token 多少钱”，转向计算“每成功完成一个任务花了多少钱”。
“成功完成”很重要。任务必须是一个有明确验收结果的工作单元：关闭一张客服工单，完成一份通过复核的合同审查，合并一个通过测试的代码变更，交付一份被采用的分析报告。没有验收标准，任务成本就会退化成另一种模糊指标。
每项任务的总成本，可以记成一个简单口径：模型调用费 + 重试成本 + 人工核验成本 + 出错代价。
模型调用费只在账单上显示了最显眼的一部分。智能体跑十轮才成功，前九轮的消耗也要计算；AI 输出需要人审，审阅者的时间是隐藏成本；错误如果流入下游，返工和损失同样属于这项任务。
用这个口径看，很多常见的降本手段都要重新评估。调研显示，86% 的企业正在使用或评估“模型路由”，把简单任务交给便宜模型、复杂任务留给昂贵模型；83% 的企业预计明年会增加开源模型的使用。这些做法能够降低调用单价，但如果便宜模型的失败率更高、需要更多人工复核，每个成功任务的总成本未必下降。
只降单价、不看任务完成率，是在用省下的 Token 钱，购买更贵的人工时间。
这也呼应了上一篇《生成过剩的时代，核验才是稀缺能力》里的判断：生成越便宜，核验越昂贵。AI 成本账里最容易被忽略的，恰恰是人花在检查输出上的时间。
这会怎样改变组织
第一，AI 成本管理会成为一项跨部门职能。 云计算账单失控催生了 FinOps，也就是由技术、财务和业务共同管理云支出。AI 支出正在重走这条路，而且更复杂：不仅要按团队和产品归集成本，还要把模型调用与具体任务、质量和业务结果连起来。
第二，预算编制要把 AI 消耗当成正式投入。 过去做一个业务项目，要算人力、服务器和软件许可；以后还要估算任务量、单任务调用次数、峰值负载和人工复核成本。Vanessa Yiu 提到，她们已经开始在每项业务投资里同步估算所需的 Token 成本，但 Token 只是预算的起点，不是价值指标。
第三，企业自己的定价也会被倒逼调整。 调研中有 52% 的企业表示已经或正在考虑调整对客户的定价，主要是软件和科技公司。没有改价的企业也在抱怨：底层的 AI 成本既预测不了也控制不住，利润率被持续挤压。
结语
AI 账单让企业看见了自己在模型调用上花了多少钱。但看清消耗，和看清这些消耗换来了什么，是两件完全不同的事。
前者需要统一不同厂商、自建模型和人工投入的计量口径；后者还要把每笔投入归因到具体任务和业务结果。这两件事都不能完全交给模型厂商。限额可以让账单暂时停止失控，却回答不了那个真正的问题：这笔钱花得值不值。
你所在的团队，能说清楚上个月的 AI 支出，具体换来了哪几项业务结果吗？
参考资料
- Financial Times，《Businesses face up to budget-busting AI bills》 — https://www.ft.com/content/811247b5-c42d-4bf5-8bfd-c73d85f70293
- Tokenomics Foundation，《The State of AI Tokenomics: Top Takeaways》，2026-10-05 — https://www.tokeneconomics.com/insights/state-of-ai-tokenomics-top-takeaways/
- Futurum Research / QumulusAI，《The Off Ramp From Per-Token Pricing》，2026-09-25 — https://markets.ft.com/data/announce/full?dockey=600-202609250815BIZWIRE_USPRX____20260925_BW592810-1
本文部分内容由 AI 辅助生成，经人工审校和补充后发布。