夜雨聆风01 发生了什么
大厂踩刹车不是危言耸听，而是真金白银烧出来的教训。
卖 AI 的人在给自己员工限购 AI。
你品品。
这种翻车绝非个例。RAND 公司采访了 65 位数据科学家：80% 以上的 AI 项目失败，失败率是传统 IT 的两倍。Gartner 调查了 782 位 IT 负责人：只有 28% 兑现了承诺的回报。S&P Global 追踪了 1000 多家企业：42% 已经放弃了大部分 AI 项目。
大厂集体踩刹车不是偶然，而是被账单逼出来的。为什么当初逼你“全面 AI 化”的那群人，自己先停了？
02 为什么会这样
答案出在一个所有人都忽略了的地方：计价方式。
企业买软件，一直都是同一个逻辑：按人头付费，按年签合同。你买 100 个 Office 账号，付 100 个人的钱。用完拉倒，没超不管。
AI 不是这个逻辑。
AI 是按 Token 付费的。你用一次，它收一次钱。而且它还有个很隐蔽的特点：越想越贵。
你让它写份报告，它会自己拆任务、自己调用自己、自己验证自己、自己纠正自己。一开始 5000 个 Token 的事，50 轮之后变成 20 万个。70% 是浪费——重读文件、试死路、反复验证已知信息。
说人话：你让 AI 写份报告。AI 自己在那改了 50 遍。每一遍都在烧你的钱。最后给你一份报告。你不会知道它改了 49 遍。
软件是月租。AI 是出租车——表一直在跳。
从来没有人把这件事写进采购合同。因为卖 AI 给你的公司，绝不会告诉你。
看到这儿，你可能心里犯嘀咕：那 AI 到底是不是个泡沫？
还真不一定是。Databricks 没限购，Box 没限购，人家也不是不用 AI。
但人家是一开始就没把它当免费玩具推给全公司。
同样的工具，同样的价格。有人踩刹车，有人踩油门。差别在哪？
踩刹车不是因为 AI 没用，是因为没人算过账。AI 按思考次数收费，不是按人头——这个错位才是根源。
03 你该怎么办
差别在有没有人管账。
Uber 的问题是 AI 太贵吗？不是，是四个月没人看账单；沃尔玛的问题是人太多吗？不是，是推之前没人算过「免费试用」结束后账单长什么样。
做得好的公司做对了三件事，每件事你都能用。
第一，有人盯账。 Databricks 有一个团队在实时看每个部门的 AI ROI。不是“感觉挺有用”，是有具体数字：这个月省了多少工时、发了多少个功能、关了多少个工单。有账才能判断。
你清楚你部门上个月的 AI 花了多少钱吗？不知道不是你的问题，很多公司 AI 采购走分散式报销，根本没人汇总。你现在去问财务要这个数，你就比 90% 的中层多了一个判断基础。
第二，上工具之前先定规则。 Box 的搞法很简单：新工具上线前，先回答三个问题：谁用？用在哪？怎么算值？不回答清楚不批预算。
你不需要完整的治理体系。下次采购会之前，用这三个问题就够了：上个月省了多少时间？不是“感觉快了”，有没有以前 要3 天现在 只用1 天的事；明天涨价 5 倍还用吗？答案要是“不用”，它做的事没那么不可替代；有谁用了之后工作质量反而下降了？答案如果是肯定的，果断喊停，Token 耗得多并不等于产出好。
第三，敢说“不适合”。 这可能是最难的一件。
在一个必须说 AI 好的氛围里，你上次汇报说的是“我们必须加速”，现在你怎么开口说缓一缓？
Uber 踩刹车不是坏事。它是给你送了一个台阶：你看，连他们都觉得不对了。我们是不是也该重新看看？
下次跟老板聊 AI，把叙事改过来。从“加快 AI 落地”改成“先搞清楚哪些地方 AI 真在帮我们赚钱、哪些地方只是看起来酷”。
这不是保守。这是 Uber 和 Walmart 花了几千万美元才买到的教训。
判断力比任何 AI 工具都保值。盯账、定规则、敢说不——三件事，这周就能做。
04 真正稀缺的能力
过去两年你被夹在中间。上面让你降本增效，所以你买了 AI；下面抱怨 AI 不好用，所以你没见到 ROI。你的判断力根本没有空间，因为“用 AI”是政治正确，没人让你判断。
现在不一样了，大厂先踩了刹车。你终于可以开口问那个一直想问的问题了：这个 AI，到底是在帮我们省钱，还是在烧钱换我们在用 AI 的感觉？
AI 时代，中层最值钱的不是会用 AI。是敢说这个不适合我们，然后拿账单证明你说得对。
所以下次老板再说“全面 AI 化”，你把这篇甩给他。
但还有一件事我今天没讲——当你真的开口说了“目前 AI 不适合我们”之后，话术是什么？怎么跟老板谈这件事才不会把自己谈没？这个下次单独写一篇。
#AI刹车 #Token经济学 #职场生存 #AI时代 #降本增效
