AI行業(yè)的關(guān)注點(diǎn)正在從技術(shù)可行性轉(zhuǎn)向成本問題。Sam Altman指出，運(yùn)行AI的成本已經(jīng)從年初幾乎無人討論變成企業(yè)客戶面前的重要問題。這使得生成式AI的商業(yè)化焦點(diǎn)迅速轉(zhuǎn)向單位經(jīng)濟(jì)、預(yù)算約束和投資回報(bào)。

據(jù)AI媒體Fello AI報(bào)道，Altman在OpenAI于6月2日舉辦的企業(yè)客戶活動(dòng)上表示，今年初AI運(yùn)行成本從未被提起，但目前已經(jīng)成為企業(yè)采購和部署中的主要問題。他還透露，OpenAI最大客戶之一每月消耗約1000億個(gè)tokens，相當(dāng)于750億個(gè)單詞。而六年前，最高使用者的月消耗量?jī)H為10萬個(gè)tokens。這一變化表明，單一頂級(jí)用戶的使用規(guī)模已放大約100萬倍。

這表明AI支出進(jìn)入審查階段，企業(yè)開始設(shè)置tokens上限、切換更便宜模型、采用智能路由。投資者需要關(guān)注的不僅是AI采用率，還包括推理成本、客戶ROI和盈利路徑。

Altman稱，半年前企業(yè)客戶幾乎不擔(dān)心AI花費(fèi)，現(xiàn)在成本已成為重大問題。這意味著企業(yè)對(duì)AI的態(tài)度正從快速試用、擴(kuò)大部署轉(zhuǎn)向預(yù)算管理和效率評(píng)估。他提到，OpenAI單一最大客戶每月消耗約1000億個(gè)tokens，且公司外部還有人消耗更多tokens。

AI賬單已從技術(shù)部門的數(shù)據(jù)變成企業(yè)預(yù)算問題。Peter Steinberger曾發(fā)布截圖顯示，30天內(nèi)消耗6030億個(gè)tokens，單月費(fèi)用約130萬美元。據(jù)報(bào)道，在他加入OpenAI后，公司承擔(dān)了這筆賬單。此外，一名OpenAI員工一周內(nèi)消耗2100億個(gè)tokens，McKinsey & Company作為客戶也跨過每月1000億個(gè)tokens的門檻。

企業(yè)側(cè)的壓力更為直接。Uber工程團(tuán)隊(duì)的全年AI預(yù)算在四個(gè)月內(nèi)耗盡，之后公司設(shè)置了硬性tokens上限。個(gè)別工程師每月AI支出在150美元至2000美元之間，Amazon也關(guān)閉了內(nèi)部tokens排行榜。Altman引用了客戶間流傳的說法：“我的公司在一季度花完了整個(gè)年度預(yù)算，你能讓它更高效嗎？”這句話概括了企業(yè)當(dāng)前的核心訴求：AI能力仍有吸引力，但無上限使用已經(jīng)難以持續(xù)。

成本壓力之所以在短時(shí)間內(nèi)變得突出，關(guān)鍵在于AI行業(yè)早期的定價(jià)和使用模式。在AI熱潮的大部分時(shí)間里，大模型公司將服務(wù)價(jià)格壓低到運(yùn)行成本之下以換取市場(chǎng)份額。這種模式在使用量有限時(shí)可以維持，但隨著智能體工具出現(xiàn)，AI開始循環(huán)調(diào)用、反復(fù)執(zhí)行任務(wù)并自主運(yùn)行，tokens消耗不再是線性增長(zhǎng)，而是成倍放大。

Altman還提到，下一階段可能出現(xiàn)“持續(xù)運(yùn)行、主動(dòng)工作的AI智能體”。如果當(dāng)前企業(yè)已經(jīng)難以承受按請(qǐng)求觸發(fā)的AI成本，那么長(zhǎng)期后臺(tái)運(yùn)行的AI將進(jìn)一步考驗(yàn)預(yù)算和商業(yè)模式。

企業(yè)并未停止使用AI，但使用方式正在變得更克制。最直接的變化是設(shè)置上限。Uber在預(yù)算快速消耗后，對(duì)tokens使用設(shè)定硬性限制。Amazon關(guān)閉內(nèi)部排行榜，反映出企業(yè)不再鼓勵(lì)單純追求使用量。第二個(gè)變化是模型分層，并非所有任務(wù)都需要最貴、最強(qiáng)的模型。日常寫作、簡(jiǎn)單問答、常規(guī)代碼輔助可以由更便宜、更快的模型處理，復(fù)雜推理任務(wù)才交給高端模型。第三個(gè)變化是壓縮重復(fù)訂閱，企業(yè)和個(gè)人此前可能同時(shí)購買多個(gè)AI產(chǎn)品，但實(shí)際使用往往集中在少數(shù)場(chǎng)景。隨著財(cái)務(wù)約束加強(qiáng)，AI采購會(huì)更重視模型匹配、費(fèi)用透明和使用效率。

這意味著AI行業(yè)的競(jìng)爭(zhēng)重點(diǎn)正在從“誰的模型最強(qiáng)”擴(kuò)展到“誰能以更低成本完成足夠好的任務(wù)”。

Altman的表態(tài)不等于AI投資進(jìn)入全面收縮，也不意味著行業(yè)需求崩塌。更準(zhǔn)確地說，AI正在從早期試點(diǎn)和無約束擴(kuò)張進(jìn)入預(yù)算紀(jì)律階段。對(duì)投資者來說，關(guān)鍵問題包括收入增長(zhǎng)是否建立在可持續(xù)的成本結(jié)構(gòu)上，企業(yè)客戶是否能看到明確回報(bào)，以及下一代智能體是否會(huì)放大成本問題。持續(xù)運(yùn)行的主動(dòng)AI可能提升生產(chǎn)力，也可能讓tokens消耗進(jìn)一步失控。誰能在性能、成本和穩(wěn)定性之間取得平衡，誰就更可能在企業(yè)市場(chǎng)獲得長(zhǎng)期優(yōu)勢(shì)。

AI行業(yè)的燒錢問題并非突然出現(xiàn)，只是現(xiàn)在被賬單顯性化了。Altman的公開承認(rèn)標(biāo)志著生成式AI進(jìn)入一個(gè)更現(xiàn)實(shí)的階段：客戶仍想要AI，但不再愿意為無限增長(zhǎng)的tokens無條件買單。