夜雨聆风“一个部门二十来人，每月烧掉五万块Token，最后什么成果都没有。”
来自大厂员工的真实吐槽，道尽了过去两年AI行业的狂热与虚浮。曾经高额AI Token额度、无限制算力使用，是各家科技公司拥抱AI风口的“标配”，全员免费用AI、疯狂堆算力成为行业常态。
但现在，AI狂欢似乎在退潮。腾讯、微软、亚马逊、Uber等海内外头部科技大厂，纷纷收紧Token权限、严控算力成本、叫停无效AI消耗。不计成本的AI烧钱时代正式终结，行业彻底告别盲目扩张，迈入以落地效果、商业价值为核心的理性重估期。
一、大厂Token调用开始缩控
2026年6月开始，腾讯率先落地AI成本管控新规，此前腾讯员工个人月度Token额度最高达2000美元（约1.35万元人民币），新规实施后，直接缩水至1400元人民币，不少员工短短两天就用尽月度额度。目前腾讯取消了全员均等的普惠模式，采用 部门统筹、按需分配 机制。额度统一下发至小组，由管理者根据工作需求分配，员工额度不足需专项申请，从根源杜绝资源滥用。整体员工月度Token额度区间锁定在1000-7000元，实现精准管控。
目前国内互联网大厂采用的Token管控体系：
1. 个人额度+超额报销：以字节跳动为代表，自研模型不限量使用，外部AI模型消耗设个人基础额度，超额工作支出能报销的报销，不能报销的自己付费。
2. 部门统管+内部调配：腾讯、京东等企业采用该模式，Token额度纳入部门整体预算，统一分配、动态调控，所有外部AI算力消耗均计入部门成本。
海外大厂的管控动作更早、力度更激进。
2026年4月，Uber全年AI工具预算提前耗尽，随即设立研发人员AI支出硬上限；5月，亚马逊叫停内部Token消耗排行榜，严令禁止“为用AI而用AI”，彻底整治刷Token冲KPI的行业乱象；微软同步取消大部分第三方Claude Code授权，强制工程师切换至自研低成本Copilot，削减第三方算力开销。与此同时，Meta上线AI使用动态监控系统，限制无效算力消耗。
全球科技巨头已达成统一共识，AI不再是免费福利，算力和Token成本，必须纳入精细化成本管控体系。
二、AI投入严重“脱实向虚”
大厂集体收紧AI投入，并非否定AI技术价值，而是过去两年盲目扩张积累的乱象集中爆发，高额投入与业务产出严重失衡，核心问题集中在三点。
1. AI孤岛丛生，资源内耗严重
全员AI热潮下，大量非技术部门跟风盲目使用AI，员工各自选用自研模型、开源智能体、第三方AI工具，工具不兼容、技术栈杂乱、数据无法互通，让企业内部形成大量“AI孤岛”。
后续企业想要整合系统时，高昂的迁移成本、固化的使用路径，让整合工作难以推进，大多只能推倒重来。最终，企业不仅白白消耗大量Token算力，更浪费了海量人力、时间成本，AI投入完全无法转化为实际业务价值。
2. 滥用私用泛滥，Token沦为“摸鱼福利”
无约束的高额额度，让大量企业AI资源脱离工作场景。员工利用公司算力分析股票、撰写副业方案，甚至有实习生用企业AI完成毕业论文，大量算力消耗与主营业务毫无关联。
硅谷乱象更为突出，亚马逊、Meta曾将Token消耗量纳入内部排名，变相诱导员工刷量冲KPI。不少员工刻意让AI执行重复、无意义的任务，造成算力成本暴涨，但企业工作效率、业务生产力毫无提升，陷入“消耗越高、价值越低”的恶性循环。
3. AI智能体催生Token黑洞，成本指数级暴涨
AI智能体（Agent）的普及，进一步放大了算力消耗漏洞。不同于传统单次问答的轻量化调用，Agent需要拆解任务、多轮推理、联动多款工具，单次任务Token消耗量是普通问答的10倍以上，被业内称为“Token黑洞”。
有工程师反馈，仅搭建几组Agent协同作业，单晚就能产生高额算力账单。叠加2026年算力、云服务价格上涨15%-50%，即便单Token单价有所下调，也无法抵消用量暴涨带来的总成本激增，持续走高的AI成本，开始直接挤压企业核心利润。
三、AI高投入，难换高回报
行业狂热的背后，是无法回避的投入回报失衡难题。贝恩2026年6月行业报告显示，企业AI预算连年攀升，但实际落地效益微乎其微。
在可清晰核算AI降本效果的企业中，40%企业的成本降幅不足10%；原本37%的企业定下11%-20%的降本目标，最终达标率仅31%。多数企业的AI投入，并未兑现降本增效的初衷。
过去两年，全球企业加码AI预算，大多源于“害怕落后”的跟风心态，而非基于清晰的业务规划与落地逻辑。海量资金涌入模型采购、算力租赁、工具采购，但Token消耗与企业生产力、营收增长完全脱节。
麦肯锡数据印证了行业困境：全球仅39%的企业通过AI实现正向利润贡献，超六成企业长期处于“只烧钱、无回报”的状态。
巨头财报数据更显残酷：2026年微软、谷歌、亚马逊、Meta等五大海外科技巨头，AI基础设施开支预计达6900亿美元，同比暴涨77%，但全球通用大模型、AI初创企业整体营收不足400亿美元。即便是行业头部OpenAI，依旧深陷亏损，每创造1美元营收，对应成本高达1.22美元，巨额投入难以回本。
四、从“比拼用量”到“锚定价值”
一轮疯狂烧钱洗牌后，全球AI行业的发展逻辑 正在迎来重构，正告别“以Token用量论优劣”，全面转向“以商业价值论成败”。
腾讯率先摒弃AI用量排行榜，明确AI使用的唯一评判标准是业务提效、价值创造，而非算力消耗多少；国内多家大厂跟进改革，员工月度Token额度过半后，管理者需同步核查对应工作产出，严查无效消耗。
海外大厂则从供应链源头控本：微软全面自研替代高价第三方AI服务，Uber、亚马逊设置预算红线，坚决杜绝无序算力支出。
五、结语：AI下半场，落地远胜于烧钱
回望过去两年，AI依靠资本红利完成了快速普及，行业沉浸在“堆算力、烧Token、追热点”的狂欢中。但2026年的全域管控变革，正式宣告粗放式烧钱时代落幕。
AI不能变成“吞金兽”，脱离业务场景的盲目使用、缺乏管控的资源浪费、重技术轻落地的畸形思路，才是成本失控的核心根源。很多时候，企业疯狂消耗算力、用AI替代人工完成基础工作，看似提升了效率，实则只是加速了原本低价值的工作流程，并未创造全新的产业增量，反而浪费了大量算力、人力、资金资源。
时至今日，AI带来的增量市场仍寥寥无几，能变现的AI应用更是微乎其微，所以各行业的供应链、产业节奏按照计划稳步迭代就好，无需在资源紧缺、技术未成熟时盲目跟风加码，短暂的超前投入，换来的只是无效消耗。
AI来到下半场的判断，请看之前的文章。
AI 硬件军备竞赛上半场或将落幕，软件架构与算力调度开启 AI 产业下半场
AI行业的下半场，拼的不是算力规模，而是落地能力、精细化运营与真实商业价值。
褪去资本泡沫，回归业务本质，才是AI行业可持续发展的唯一路径。
