5 亿美元，和它的同类
我一开始也觉得 5 亿美元这事像个极端事故。但把几个类似案例放在一起看，问题没那么简单——它不是孤例，而是一种正在蔓延的姿势。
把它们放在一起，有个很有意思的地方：这不一定是因为员工不会用 AI。恰恰相反，很多人太会用了——会刷榜，会卷调用量，也会把「我用了很多 AI」变成一种向上汇报的成果。
不是手滑，是很多大公司的共同病
这些案例最值得警惕的，不是某个人手滑，而是组织里那套激励逻辑：以前大家卷工时，现在有些团队开始卷 Token。工具换了，激励逻辑没变。
谁加班多谁积极
用「在岗时长」证明投入，结果是为了显得忙而忙，真实产出未必更高。
谁烧得多谁先进
用「Token 用量」证明拥抱 AI，刷榜、卷调用、向上汇报，换了一套更贵的形式主义。
真正的坑不是员工不会用 AI，而是组织默认了一个危险等式：Token 用量 = 员工积极性 = AI 落地深度。一旦这个等式成立，所有人都会被推着去「多烧」，而不是「烧对」。
Token 一旦变成 KPI，就很容易失控
为什么 Token 不能直接拿来当指标？有两个原因。
原因一：它本身就不是稳定的价值指标
在 Agent 模式下，模型不是简单回答一句话，而是反复思考、检索、调用工具、读取上下文、再继续执行。很多时候你以为它在认真工作，实际上它在一轮又一轮地消耗 Token。尤其是多 Agent 协作，看上去先进，但任务拆分、上下文管理和终止条件一旦没设计好，烧钱速度会非常快。
原因二：它正好撞上古德哈特定律
当一个指标变成目标，它就不再是一个好指标。你考核 Token，员工就想办法多用 Token；你考核 Prompt 数，员工就多写 Prompt；你暗示「不用 AI 就落后」，员工就忙着证明自己没落后。最后 AI 没真正进入业务流程，倒是先进入了绩效表格。
但比员工刷不刷更关键的，是钱最后去了哪里。这些「意外烧掉」的预算不会凭空消失，它们会变成模型公司的收入、云厂商的收入、GPU 厂商的收入。所以黄仁勋说「Token 已经成为资产和营收单位」，这话很聪明——但问题是，Token 到底是谁的资产？
Token 越多 → 推理越多 → 算力需求越大。在它的账本上，这是资产。
Anthropic、OpenAI 那一边，每一个 Token 都是营收。烧得越多越好。
在你的账本上，它首先是成本，而且会被财务追着问：到底换来了什么？
财务的追问其实很朴素：流程有没有变短？返工有没有减少？交付有没有更快？人是不是被释放去做更重要的事？
如果这些都回答不上来，那它就不是资产——它只是换了一种更贵的方式，把形式主义又跑了一遍。
有些公司已经开始踩刹车了
有意思的是，最早兴奋的大公司，现在也开始调整。它们不是突然保守了，而是发现：AI 成本如果不治理，很容易从「探索投入」变成「组织浪费」。
| 公司 | 原来的做法 | 调整之后 |
|---|---|---|
| 亚马逊 | KiroRank 榜单按 Token 排名，还要求员工每周必须用 AI。结果大家把 Agent 派去做没必要的事。 | 高级副总裁 Dave Treadwell 一句「不要为了用 AI 而用 AI」，榜单下线。新指标看是否形成标准化部署、是否产出有用代码。 |
| Shopify | 排行榜式比拼使用量。 | 改成更中性的使用仪表盘，并加了熔断机制。 |
| Duolingo | 曾想把 AI 使用纳入绩效考核。 | 后来撤回。 |
| 微软 | 广泛授权外部 AI 编程工具。 | 开始收缩部分外部 AI 编程工具授权。 |
更麻烦的是，浪费不一定立刻暴露：
这才是最容易被忽略的地方——账面上的「提效」，可能只是把成本挪到了看不见的地方。
如果我是团队负责人，会先做这几件事
如果一个团队已经开始铺 AI 工具，我不会一上来就喊大家「少用」。少用解决不了问题，乱用才是问题。我会先做四件事。
先把账盘清楚
很多公司不是不知道 AI 花钱，而是不知道钱具体花在哪。这些问题不先摊开，后面所有讨论都会变成「感觉」。所以我会先做几张表：
这一步短期看不出「提效」，还要拉技术、财务、业务一起对账，挺麻烦。但不做，公司其实就是在黑箱里烧钱。
把指标从「用了多少」改成「改好了哪里」
我最不建议的指标就是 Token 数、调用次数、使用率——可以看，但不能当 KPI。真正该问的是：
这一步很难，因为结果指标没法一套模板打天下——写代码、做客服、做市场内容、做销售支持，每个场景价值都不一样，你必须一个个拆。但也正因为这样，它才没那么容易被刷。
设上限和熔断，但别把探索掐死
预算一定要有上限。尤其是 Agent 场景，必须有异常告警——同一任务反复重试、上下文越堆越长、工具调用频率突然异常，都应该自动提醒，必要时直接截断。
但我不赞成一刀切。AI 还在快速变化，团队需要试错空间，卡太死大家就只敢做最安全、最无聊的用法。合理的方式是：常规场景设清楚上限，探索场景单独申请额度——能试，但要说清楚为什么试、试完看什么结果。
把 AI 治理做成月度动作
治理不能只做一次。模型价格会变，工具会变，员工用法会变，业务场景也会变。所以每个月至少看一次：哪里花多了？哪里真省了时间？哪里返工变多了？哪里只是看起来热闹？哪些工具该留、该砍？
这个看板最怕变成形式主义。所以每个数字后面都要有人负责——不是「大家关注一下」，而是明确到谁来判断、谁来调整、谁来拍板。
刹车不是保守，真正要改的是用法
当然，也不能从一个坑跳进另一个坑。看到 AI 烧钱就立刻把所有工具锁死，同样不对。AI 的价值是真实存在的——它确实能减少重复劳动，也能让原来做不起的流程自动化。问题不是要不要用 AI，而是你有没有把 AI 放进正确的业务位置。
开账号 = 转型
给员工开账号就是转型；使用率上来就是进步；Token 烧得多就是用得深。
进流程 = 改造
提效不在榜单上，而在流程里、权限里、系统集成里，在那些没人愿意拆、却一直拖慢组织的细节里。
这也是为什么 OpenAI、Anthropic 现在都在招前向部署工程师，派人进客户内部帮他们拆流程、做集成、改工作方式——因为只卖 API，很多时候落不了地。
所以，判断一个团队是不是用好了 AI，我觉得不用看它烧了多少 Token，更该看这几个问题：
说得清这些，AI 预算就是投资；说不清，那就只是把钱换成 Token，再换成别人的收入。
能说清楚这笔钱让组织哪里变好了，
才算。
下次有人拿 Token 榜单来邀功，不妨反问一句。
【AI 成本治理 · 负责人四步法】 ① 盘清账 工具/API 成本表 · 部门使用表 · 场景收益假设表 · 异常消耗表 ② 换指标 从「用了多少」→「改好了哪里」 看：流程是否缩短 / 交付是否更快 / 返工是否减少 / 是否少做重复劳动 ③ 设上限 + 熔断（但不掐死探索） 常规场景设清上限；探索场景单独申请额度 Agent 异常告警：反复重试 / 上下文膨胀 / 调用异常 → 必要时截断 ④ 做成月度动作 每月复盘：哪里花多了 / 哪里真省了 / 哪里返工多了 / 工具留还是砍 每个数字后面都要有人负责：谁判断、谁调整、谁拍板 判断用得好不好，不看 Token，看四问： 流程变短？返工减少？岗位少做重复？交付更稳定？