5月24日消息，近年来，众多企业将AI视为降本增效的核心利器，大力推动员工使用各类AI工具，试图借此削减人力开支、提升工作效率。
但如今这一策略却出现严重反效果：AI相关的算力与调用成本持续飙升，部分企业的AI开销已远超人力成本，降本诉求彻底落空。
这一现象并非个例，正快速在科技行业蔓延。
微软近期要求员工停用第三方Claude Code工具，转而使用自家Copilot CLI，表面是优先自研产品，核心却是Claude Code因用户激增导致成本失控。
其他企业也纷纷缩减AI工具使用规模，财富杂志调查显示，AI模型训练成本虽在下降，但员工日常调用的词元消耗量暴涨，智能体的资源耗费更是普通大语言模型查询的上千倍，单月成本可达数百万美元。
AI成本失控的背后，是经典的“杰文斯悖论”在作祟。
该理论指出，技术效率提升后，反而会催生更多使用需求。
就像工业革命时蒸汽机提升煤效，却让煤炭总消耗暴增；如今AI词元单价走低，却引发了“词元最大化”的浪费现象。
不少员工为完成考核，凡事依赖AI，甚至用其处理琐碎工作，刻意拉高使用数据，进一步推高了成本。
英伟达CEO黄仁勋曾主张，工程师每年需花费半数年薪的算力才能发挥价值，这种观念加剧了企业对AI的盲目投入。
但现实是，84%的企业表示AI成本导致毛利率下降超6%，部分企业裁撤人力后，AI月度成本竟追平被裁员工薪资，还需额外招人修正AI错误。
