5月28日，据Axios援引一位AI照拂的说法，其旗下一家企业客户近期在单个月内破费了5亿美元用于Claude，起因仅仅是没有为员工使用量设置任何上限。 华尔街见闻提及，微软，亚马逊等科技巨头正纷纷采取行动，削减内部AI工具或叫停追踪AI使用量的项目，以遏造被称为“tokenmaxxing”（词元极大化）的过度亏损行为。 据报路援引两位知恋人士泄漏，亚马逊旗下开发者平台Kiro曾设有一个名为"Kirorank"的内部排行榜，凭据员工的AI使用活跃度进行评分。 成本不足管控。AI查问并非无成本，企业级套餐按token计费，即就是日常性的单一查问也会急剧累积成可观支出，而无数业务部门对此并无清澈认知。 数据盛开存在顾虑。专一金融行业AI工具的Boosted.ai CEO Josh Pantony指出，当企业因顾虑数据安全而不愿向AI代理盛开内部专罕见据时，代理的现实效力将大打折扣，投资回报天然无从谈起。 Rich Privorotsky进一步提出如果，更便宜的Token是否会率先代替高成本推理服务？若是需要扩张存在功夫滞后，云服务商、模型公司及AI基础设施的收入增长可能面对阶段性压力。 这一成本趋向在引发企业沉新审视AI采购战术。当"以10%的成本获得90%的输出"变得日益可行，企业对高成本前沿模型的依赖或将系统性降落。 据高盛的Jim Schneider在5月初的研判，到2030年，代理式AI将推动Token亏损量增长24倍，超大规模云服务商和模型提供商的毛利率将在未来3至12个月内转正。 摩根大通的经济钻研也发现，2026岁首Python包在PyPI上出现跳升式增长，而这一趋向在2022年ChatGPT上线时并未出现，批注真实的出产力提升在产生。 他指出，AI供给链中险些所有价值都流向了半导体公司，这在汗青上前所未有且不成持续。芯片公司本应在客户获益时受益，但本轮周期中，其繁华是以整条产业链上游亏损为价值的。 从单月烧掉5亿美元的极端案例，到亚马逊叫停刷分排行榜，AI投入在接受更严格的回报审查。下一笔AI账单能产生几多真实价值，将是这场豪赌真正的判决时刻。