夜雨聆风两件事放在一起，我觉得很有意思。
一边是Uber，据媒体报道，公司给员工分配的全年AI工具预算，4个月不到就烧干了，管理层随后紧急出台收紧措施，对AI订阅支出设置上限。另一边是Uber最新的财务数据：2026年第一季度，研发支出9.51亿美元，营收131亿美元，研发占比7.2%——和去年同期几乎持平，没有出现明显压缩。
这两个数据同时成立，说明了一件事：AI工具费用正在以一种完全没被预算体系准备好的方式扩散进公司。它不是研发费用，也不是基础设施支出，它是每一个工程师、每一个产品经理、每一个数据分析师的工位费用——而且这笔钱，以前根本就不存在这一行。
传统企业的软件预算是集中采购的：IT部门买许可证，按员工数量分摊，一年一签，稳定可预测。这个逻辑在AI工具这里完全失效了。
原因有三个。
第一，使用量和成本之间是直接挂钩的。 Claude、Copilot、Cursor这类工具，按对话次数或计算量计费。一个工程师如果真的把它嵌入日常工作流，一个月的调用费用可以轻松超过传统开发工具的年许可费。Uber这次的情况，本质上是员工真的在用，而不是买了不用——这反而是个好消息，但财务系统没有准备好。
第二，使用场景的边界在消失。 过去，软件有明确的使用边界：CAD软件只有设计部门用，ERP只有财务用。AI写代码、写文档、做数据分析、回答内部问题——横跨所有职能。你没法按部门预算，因为每个人都在用。
第三，价格还在变。 AI工具的定价没有稳定，不同模型、不同版本、不同调用方式之间价差悬殊。企业采购部门习惯的"年初锁定价格"这件事，在这个品类根本做不到。
▎ 预算超支本身不是问题，问题是没有任何系统告诉你哪些调用有效、哪些是在烧钱
我更感兴趣的是：这波预算压力会如何重新分配企业AI工具的订单。
企业一旦开始收紧，采购决策会从"哪个工具最好用"变成"哪个工具用量可监控、成本可预测"。这两个标准指向的赢家，和现在的市场格局有明显偏差。
| 维度 | 独立AI工具订阅 | 平台型AI工具 |
|---|---|---|
| 定价模式 | 按用量后付费为主 | 固定席位/年度合约 |
| 成本可预测性 | 低 | 高 |
| 使用量监控 | 弱 | 强（含审计日志） |
| 典型代表 | 独立API直接接入 | Microsoft 365 Copilot、Google Workspace AI |
微软的Copilot策略，从这个视角看就非常清晰了。Microsoft 365 Copilot按席位定价，每月固定费用，不管模型被调用多少次。对一个财务部门来说，这是能放进预算表的数字——不像按用量计费那样会在月末给你一个惊喜账单。
这也解释了为什么微软商业云营收能维持稳定增长：固定席位定价的可预测性，本身就是企业愿意大规模签约的前提条件。FY2025（截至2025年6月）微软商业云营收同比增长超过20%，Azure AI服务是核心驱动项之一——这部分增长里，有相当比例来自企业"买断式"AI工具合同，而不是随用随付。
当然，固定费用背后是平台厂商在承担使用量风险。他们赌的是平均使用量不会高到让自己亏钱。这个赌注能不能成立，取决于多数员工到底用了多少——答案目前还不清楚。
Benedict Evans在2026年5月的文章里用了一个"杰文斯悖论"来描述这件事：把一件事变便宜之后，人们不是少做，而是做更多。
翻译过来就是：工程师有了AI代码助手，不是少写代码，而是写更多代码，解决更多问题，同时产生更多调用。这个弹性需求效应，意味着AI工具的企业用量会持续增长，不管公司发不发收紧通知。
Uber发的那个收紧通知，解决的是短期预算平衡问题，但它不能改变底层逻辑：AI工具已经嵌进工作流了，砍掉就是在降低生产效率。
Uber Q1 2026的数据可以作为印证：营收131亿美元，同比增长14.5%；运营利润19.23亿美元，同比大幅改善。这家公司的基本面在改善，它不是因为没钱而收紧AI预算，而是因为没有系统追踪这笔钱的去向和产出。
这是一个治理问题，不是支付能力问题。
大多数公司都在这个阶段：AI工具已经渗透，但没有人能回答"我们在AI上每花一块钱，换来了什么"。
从投资角度，你要关注的不是"谁的AI工具最好"，而是谁能帮企业把这笔支出变得可管理——费用可预测、使用可审计、效果可量化。
这个需求，比AI工具本身的增长更确定，而且市场还没有清晰的赢家。目前能看到几个方向：
方向一：平台型AI支出管理工具。 类似Zylo、Torii这样的SaaS支出管理平台，如果能把AI工具订阅纳入管理视野，会有直接受益。这个品类还很早期。
方向二：固定定价的企业AI套件。 微软和谷歌是最直接的受益者——他们的商业模式天然匹配企业对可预测成本的需求。这不是新逻辑，但现在有新的催化剂在加速转换。
方向三：AI使用量分析和归因工具。 帮企业回答"这笔AI支出带来了什么产出"的工具，几乎是空白市场。这个需求会随着AI工具渗透率上升而线性放大。
Uber踩的这个坑，接下来会有更多公司踩。区别只是体量大小和消息出不出来。
数据来源
Uber Technologies Q1 2026 及 FY2025 财务数据，stockanalysis.com 汇总自 Uber SEC 10-Q/10-K 文件 — https://stockanalysis.com/stocks/uber/financials/?p=quarterly（访问日期：2026年6月2日）[1] Benedict Evans, Predicting AI job exposure，2026年5月24日 — https://www.ben-evans.com/benedictevans/2026/5/24/ai-job-exposure（杰文斯悖论与AI工具需求弹性）[2] Uber员工AI预算超支事件 — 据媒体报道，原文受订阅限制，无法独立核实具体细节，本文以"据报道"注明，投资判断建立于可核实财务数据之上
算力与现金流 · AI 时代的第一手洞察
引用链接
[1]https://stockanalysis.com/stocks/uber/financials/?p=quarterly（访问日期：2026年6月2日）: https://stockanalysis.com/stocks/uber/financials/?p=quarterly%EF%BC%88%E8%AE%BF%E9%97%AE%E6%97%A5%E6%9C%9F%EF%BC%9A2026%E5%B9%B46%E6%9C%882%E6%97%A5%EF%BC%89
[2]https://www.ben-evans.com/benedictevans/2026/5/24/ai-job-exposure（杰文斯悖论与AI工具需求弹性）: https://www.ben-evans.com/benedictevans/2026/5/24/ai-job-exposure%EF%BC%88%E6%9D%B0%E6%96%87%E6%96%AF%E6%82%96%E8%AE%BA%E4%B8%8EAI%E5%B7%A5%E5%85%B7%E9%9C%80%E6%B1%82%E5%BC%B9%E6%80%A7%EF%BC%89
