科技资讯

自助餐时代结束了：Walmart、Uber、微软集体踩刹车，OpenAI被迫降价——AI的”无限畅饮”模式为何崩盘了？

从”随便用”到”数着token花”：一场迟来的财务觉醒

2026年初，全球企业还在为AI的”无限畅饮”模式欢呼——订阅费一口价，API调用不限量，仿佛技术进步的代价可以无限转嫁。然而仅仅半年后，局面急转直下。

据MarketScale 7月初报道，Walmart、Uber和微软三家巨头已在内部实施了严格的AI使用限额。这并非孤立事件，而是企业界一场连锁反应的开端。早在今年4月，Uber就烧完了全年全部AI预算——COO在内部会议上公开质疑ROI，而那时距离年初还不到六个月。如今，OpenAI的客户也在主动削减对Anthropic的支出，资金正在从”广泛撒网”向”精准投放”收缩。

The New York Times在6月的调查揭示了更微观的画面：科技公司的工程师们曾经无节制地使用AI工具，如今却在有意识地减少用量。”我们之前以为AI是免费的午餐，”一位不愿具名的软件工程师表示，”现在每笔账单都在提醒我们，它并不便宜。”

这场转变的核心推手，是CFO们终于开始介入AI采购决策。Forbes专栏作家Ron Schmelzer指出，过去AI预算由CTO说了算——他们追求的是技术领先性和创新速度。但现在，CFO们拿着计算器走进了会议室，要求每一个AI投入都对应可量化的业务回报。

“AI比人还贵”：一个让所有人沉默的数据

如果说企业预算收缩只是一个财务现象，那么一个更根本的发现则动摇了AI商业模式的根基。

Forbes昨日发表的文章《AI Costs More Than The People It Replaced》给出了一个令人不安的结论：在许多应用场景中，AI的运营成本已经超过了它所替代的人力成本。这不是预测，而是基于真实企业数据的回溯性测算。

早在今年4月，NVIDIA高管就曾在公开场合承认：”AI的算力成本远远高于员工工资。”这个说法当时被许多人视为杞人忧天——毕竟，AI的卖点不就是效率吗？但到了7月，随着企业账单的真实积累，这个数字游戏开始变得难以自圆其说。

Axios在4月的报道中就指出，AI在某些场景下已经比人工更昂贵。而到了6月中旬，Fortune引述NVIDIA高管的话再次确认了这一趋势：”计算成本远远超出员工成本。”与此同时，ET Telecom的报道显示，越来越多的企业正在转向更便宜的AI模型——不是因为性能更好，而是因为账单更低。

这种”算不过账”的现实，正在迫使企业重新思考一个根本问题：如果AI比人贵，那我们为什么要用AI？

OpenAI的困境：当客户开始讲价

在这场企业预算紧缩的浪潮中，最大的受害者可能是OpenAI自己。

WSJ在6月的独家报道披露了一个耐人寻味的细节：OpenAI正在认真考虑对部分产品进行”大幅降价”。这不是正常的市场竞争策略——这是客户用钱包投票后的被动反应。Baltimore Sun的报道进一步证实，企业客户对AI支出的不满已经达到了临界点，OpenAI感受到了前所未有的定价压力。

但降价本身又带来了一个新的悖论：如果AI已经比人贵，降价之后就能回到”划算”的区间吗？答案可能是否定的。问题的根源不在于单价，而在于用量。Agentic AI时代的到来，让每个企业应用的token消耗量呈指数级增长——从简单的问答到自主执行复杂工作流，每一次Agent调用都是数十倍于传统API的token开销。

EY在6月的报告中专门讨论了”Agentic AI企业Token成本”问题，指出当AI从”辅助工具”升级为”自主代理”时，成本结构发生了根本性变化。Deloitte此前的分析也得出了类似结论：AI的”代币经济学”（token economics）正在成为CFO们最头疼的新课题。

正如Business Insider在6月所言：“自助餐时代结束了，现在是计算卡路里的时刻。”

Botanu的”1860亿”：无人区里的第一个数字

在企业AI支出黑洞中，第一家敢于给出具体数字的公司浮出水面。

新创公司Botanu在6月11日从隐秘状态中现身，带来了令人震惊的估算：全球企业每年在AI上的支出高达1860亿美元，而其中绝大多数缺乏可验证的投资回报。这个数字的意义在于，它是行业内首个公开的、试图量化”AI浪费”规模的尝试。

Botanu的核心产品正是针对这一痛点——帮助企业追踪和验证AI投入的实际产出。它的出现本身就说明了一个问题：当市场需要一家公司来告诉你”你的AI花钱花得值不值”时，这个行业本身就出了大问题。

Bain & Company在6月发布的一份报告以直白的标题概括了这一困境：”你的AI预算在增长，但回报没有。为什么？”报告指出，企业在AI上的支出呈现典型的”先发优势焦虑”特征——害怕落后于竞争对手，于是盲目投入，却缺乏系统的ROI评估框架。

从烧钱狂欢到精算时代：AI商业模式的结构性转折

这一切信号汇聚在一起，指向一个不可逆转的趋势转变：

第一阶段（2023-2024）：探索期。 企业争相接入AI，不计成本地试用各种模型和API。CTO主导决策，预算来自”创新基金”。

第二阶段（2025）：规模化期。 AI从实验走向生产环境，token消耗量指数级增长。Agentic AI的出现让单次调用的成本翻了数十倍。CFO开始注意到账单异常。

第三阶段（2026年中至今）：清算期。 账单累积到无法忽视的程度。Walmart、Uber、微软等巨头开始实施限额。OpenAI被迫考虑降价。企业从”随便用”切换到”数着token花”。

这个转折点的深层意义在于，它标志着AI从”技术驱动”阶段进入了”经济理性”阶段。过去两年，AI行业的叙事是”谁跑得更快”；从今天起，叙事将变成”谁花得更值”。

Reuters的Breakingviews栏目在6月就此发表评论：”企业的AI sticker shock（账单震惊）将迫使整个行业进行自我克制。”这不是对AI技术的否定，而是对一个简单事实的回归——任何技术，如果不能在经济上自证合理性，就无法持久。

中国的回应：更便宜的模型，更务实的路径

值得注意的是，这场AI成本危机并非美国独有。KuCoin在6月的报道指出，中国企业已经开始转向更便宜的国产AI模型——不是因为它们更强，而是因为”在同样的效果下，为什么要花更多的钱”。

这一趋势与全球企业界的整体转向形成呼应：当”最先进的模型”不再等于”最划算的选择”时，性价比将成为新的竞争维度。这也解释了为什么近期中国AI模型在国际市场上获得了意外的关注——当美国企业开始精打细算时，那些提供”够用且便宜”方案的模型， suddenly became the rational choice.