全球第二大软件公司亲手按下暂停键:AI 算力账本开始挤掉员工差旅和 HC

SAP 把「AI 烧钱」写进了冻结差旅与招聘的内部邮件——这是大企业 AI 落地 ROI 第一次被具名报道的行业级信号。

事情要从 404 Media 拿到的一封 SAP 内部邮件说起。

8 月 6 日，404 Media 记者 Joseph Cox 把全文公开：SAP——按营收算长期稳居全球第二大软件公司——在邮件里明确告诉员工，公司要 “be disciplined in how we spend”。落地动作是 暂停大部分差旅和招聘，唯一豁免的口子是 AI 相关的差旅和 AI 相关岗位的 HC。

🔔 还没关注「codex-codex」？点上方蓝字，每天 3 分钟看懂 AI 圈。

Bloomberg 7 月就报过这封邮件和冻结的事实，但 404 Media 又从一位现任 SAP 员工嘴里拿到了续报：禁令仍然在执行，最近一次全球员工大会上又被拎出来重申过。这位员工补了一刀：「公司正在把一个新上线的 AI 工具全员铺开，我只能想象这会让算力开销暴涨。」

404 Media 给了这位员工匿名保护，理由是怕报复。

这不是某个 AI 创业公司的早期试错。SAP 全球员工数大致在 10 万人级别（这一规模口径来自 SAP 历年公开披露，2026 年具体数字我没在原报道里看到，写作时按公开区间估算），一个 10 万人量级的公司在全员大会上反复念同一句”AI 账单压顶”——这件事本身的符号意义，比邮件内容更大。

要把这事讲透，得先拆 SAP 这类传统 SaaS 巨头的算力账是怎么算的。

参考 404 Media 报道里那位员工的原话，「公司正在把一个新上线的 AI 工具全员铺开」——这是最直接的导火索。把一个 AI 能力从 PoC 推到全员生产环境，意味着：

2. 推理侧的 token 量按人头线性放大。一个 PoC 可能就几十几百人用，token 一天几万；全员铺开后，按 SAP 这个量级，每天的 token 消耗会从万级跳到千万甚至亿级（我没看到 SAP 官方披露的具体数字，按业内大厂推理规模推算大致是这个量级）。
4. 推理算力是按用量付费的，不像训练是一次性 CapEx。CapEx 摊到几年里分摊，OpEx 则是当月报表上的真实窟窿。
6. 大模型的推理成本曲线并不是线性的。上下文越长，单位 token 成本越高；多模态、Agent、长链路工具调用，单次请求成本是普通聊天的几倍到十几倍。

参考 404 Media 报道里 SAP 内部邮件的措辞——「soaring cost」「be disciplined」——这些词不是 HR 风格，是 CFO 进过会议室之后才会出现的措辞。当 AI 工具从”试点”变成”全员基础设施”，账就从创新预算挪到了运营预算，而运营预算的盘子是相对固定的。

所以 SAP 做的事情，本质上是把 AI 的 OpEx 风险外溢到可以压缩的科目上——差旅、HC，这两个是大企业里最容易冻结、最不伤筋动骨的科目。冻结 AI 相关的招聘反而加速说明：钱不是不花，是换了个花法。

虽然这事信号意义很大，但有几个边界必须说清楚。

第一，这不代表 AI 不值得投。SAP 的禁令里唯一豁免的就是 AI 相关岗位和差旅——这是一个很微妙的措辞，说明高层判断 AI 投入的 ROI 仍为正，只是要控制节奏。

第二，这也不是”AI 取代人”的反向证据。冻结的招聘是非 AI 岗位的招聘，AI 岗位反而扩。换句话说，AI 没让 SAP 砍人，但 AI 让 SAP 砍掉了跟 AI 无关的扩张。

第三，这事主要发生在传统 SaaS 巨头身上。SAP 的主营是 ERP，客户是大型企业，AI 是新业务而不是主营业务。如果是 AI 原生公司，推理成本就是命脉，不会出现”暂停差旅补算力”这种拆东墙补西墙的动作——因为他们没东西可拆。

说白了，SAP 暴露的不是 AI 的问题，是 AI 落地路径错配的问题：把一个 OpEx 属性的东西，按 CapEx 的节奏铺量。

这事离中国开发者不是 3 跳远。拆三块能直接用的东西。

第一，给自己的 AI 工具算一笔账。你所在的公司如果也在铺 AI 工具，可以问三个问题：

• 这个工具的推理成本是按 token、按席位、按调用哪种结算？
• 全员铺开后，月度账单大致会落在什么量级？
• 谁在为这个账单签字——是创新预算还是运营预算？

这三个问题的答案，决定了这个工具在你手里能用多久。

第二，给自己的 prompt 做 token 预算。长上下文、多轮对话、Agent 链路，单次请求成本是普通聊天的 5-10 倍。下面这条命令可以让你快速估算一段文本的 token 数，跑一下心里有数：

# 用 tiktoken 估算一段文本的 token 数（GPT 系列 tokenizer 口径）
pip install tiktoken
python -c "
import tiktoken
enc = tiktoken.encoding_for_model('gpt-4o')
text = '把你的 prompt 粘到这里，看实际占多少 token。'
print('tokens:', len(enc.encode(text)))
print('chars :', len(text))
print('ratio :', round(len(text)/len(enc.encode(text)), 2))
"

第三，重新评估”Agent 全自动”。业内大厂推理侧的运维经验大致指向同一个结论：Agent 链路里 80% 的 token 消耗来自中间的试错和反思，而不是最后一步的输出。如果你所在的公司正在推 Agent 全自动，可以提一嘴：能不能先做”人审一版”，再上全自动——成本结构会从对数级变成线性级。

说句诚实的——这事我没法做同题实测，没法在 SAP 内网复现。但参考 404 Media 的报道原文，邮件措辞、员工证词、Bloomberg 7 月的先期报道三处交叉一致，可信度是够的。

这事给我的最大冲击是：AI 算力账本第一次从 CFO 办公室走进了普通员工的差旅报销单。

过去 2 年，行业里的标准叙事是”AI 降本增效”——一个模糊的、不需要数字支撑的口号。SAP 这封邮件把口号翻面了：AI 也可能是 cost center，也可能是 soars cost，也需要 be disciplined。这不是唱衰，这是把账算明白了。

它适合做：给所有正在推 AI 全员落地的公司提了个醒——OpEx 不是 CapEx，不能按 CapEx 的节奏铺量；给所有在做 AI 工具选型的团队提了个醒——成本结构、结算方式、谁来签字，这三个问题在 PoC 阶段就要问清楚。

它不适合做：拿来论证”AI 是泡沫”——SAP 自己的 AI 招聘和差旅都没停，泡沫论站不住；拿来论证”AI 取代人”——冻结的是非 AI 岗，AI 岗反而扩；拿来当作中国 SaaS 公司的镜像——中国 SaaS 的成本结构和 SAP 差太多，参考价值有限。

下面这段 prompt 可以直接喂给你们的 AI 战略复盘会，作为”AI 落地成本体检”的讨论模板：

你是某 SaaS 公司的 CFO 顾问。请基于以下输入，输出一份 AI 落地成本体检报告：

1. 当前在用的 AI 工具列表（产品名 / 用途 / 用户量级）
2. 每个工具的结算方式（按 token / 按席位 / 按调用）
3. 每个工具的月账单量级（可估算）
4. 该账单走的是创新预算还是运营预算

请按以下结构输出：
- **风险项**：哪些工具的 OpEx 风险在 6 个月内可能溢出
- **冻结建议**：如果必须冻结 1-2 个非 AI 科目，应该冻结什么
- **豁免建议**：哪些 AI 投入应该被豁免，为什么
- **3 个月行动清单**：3 条可立刻执行的成本控制动作

跑完之后，把你们公司的真实数字填进去，比开 3 小时战略会有用。

觉得有用？转发给你的 AI 搭子，一起变强。

📌 codex-codex · 关注后回复「Codex」领自动化入门课程；回复「往期」看历史精选。