當 Token 比人更貴，「AI 敘事」就碰到麻煩了

撰文：鮑奕龍

來源：華爾街見聞

企業 AI 支出的合理性正受到嚴峻考驗，Token 消耗量持續攀升，但可量化的商業價值卻難覓蹤影。

5 月 22 日，市值逾 2000 億美元的 Uber 首席運營官 Andrew Macdonald 在一檔播客中公開表示，詞元（Token）消耗的增長與產品的實質改善之間，「這條線還不存在」。

Macdonald 指出，公司越來越難以為持續攀升的 AI 支出做出合理解釋。他甚至為工程團隊內部的浪費現象專門造了一個詞：「tokenmaxxing」（Token 極大化）。

此前 5 月中旬，微軟以 Token 賬單「難以為繼」為由，開始削減內部 Claude Code 授權許可。

兩則事件疊加，令市場不得不正視一個此前被忽視的變量。Token 經濟學，即企業規模下 Token 消耗的單位經濟性，已從一個邊緣議題，升格為整個 AI 投資論題的核心承重柱。

五組數據，拼出一幅新圖景

自 4 月以來，多組數據接連落地，共同勾勒出一幅令人警覺的畫面。

今年 4 月，Uber 首席技術官公開表示，公司在四個月內燒完了全年 Claude Code 預算。

5000 名工程師中，月使用率在 84% 至 95% 之間，人均月度賬單從 150 美元到 2000 美元不等，該 CTO 本人在一次時長兩小時的內部演示中據報消耗了價值 1200 美元的詞元。

Macdonald 形容得知這一數字時「簡直震驚得說不出話來」。

微軟方面，據 The Verge 旗下 Tom Warren 的 Notepad 通訊報道，Claude Code 在微軟內部工程師群體中迅速流行，但基於 Token 的計費模式使得規模化支出難以為繼，微軟隨即著手削減相關授權。

GitHub 宣佈自 6 月 1 日起，所有 Copilot 計劃從固定訂閱制轉向按用量計費。

官方討論帖收穫近 900 個反對票，原因在於有用戶測算，一次智能體編程會話通常消耗 30 至 40 美元，意味著一個月費 10 美元的套餐在單次使用中即告耗盡。

開發者生產力平臺 Entelligence.AI 彙總了 2444 家企業的數據後發現：

• 每投入 1 美元的 AI Token 費用，僅有 18 美分產生了觸達用戶的實際價值。
• 44 美分用於修復 AI 自身引入的 Bug；27 美分流向返工；11 美分消耗於審查摩擦。

據彭博 Silicon Data LLM Token Expenditure Index，Token 價格自今年 2 月底以來已上漲約 65%，美國 AI 軟件價格過去一年累計漲幅達 20% 至 37%。

多空之爭：同一事實，兩種解讀

相同的數據，在不同分析框架下指向截然不同的結論。

多頭觀點認為，當前亂局不過是一次成功轉型的陣痛期。

據高盛的 Jim Schneider 在 5 月初的研判，到 2030 年，代理式 AI 將推動詞元消耗量增長 24 倍，達到每月約 120 萬億億個詞元，超大規模雲服務商和模型提供商的毛利率將在未來 3 至 12 個月內轉正。

高盛的 Rich Privorotsky 則認為，2026 年第一季度或許已是「詞元最大化」作為 KPI 的頂峰，行業正在從追求消耗量轉向「單位有效行動成本」這一更健康的衡量維度。

摩根大通的經濟研究也發現，2026 年初 Python 新增及更新包在 PyPI 上出現跳升式增長，而這一趨勢在 2022 年 ChatGPT 上線時並未出現，表明真實的生產力提升正在發生。

此外，Mag 7 當前市盈率約為 20 倍遠期盈利，遠低於 2000 年科技泡沫頂峰的 52 倍、1989 年日本的 67 倍和「漂亮 50」時代的 34 倍。以歷史泡沫的衡量標準看，當前並不構成泡沫。

空頭觀點由高盛半導體分析師 Jim Covello 在 4 月的報告中最為系統地闡述。

他指出，AI 供應鏈中幾乎所有價值都流向了半導體公司，這一現象在歷史上前所未有且不可持續，芯片公司本應在客戶獲益時受益，而本輪週期中，它們的繁榮是以整條產業鏈上游的消耗為代價的。

英偉達淨利潤自 ChatGPT 上線以來增長約 20 倍；各大超大規模雲服務商已燒完經營性現金流，轉而舉債——2025 年數據中心相關債務發行規模約 1820 億美元，較 2024 年翻倍。

MIT Nanda 研究顯示，95% 投資生成式 AI 的企業回報為零。這種脫鉤或許可以維持一段時間，但無法永遠持續。

循環融資結構的隱憂

這場討論還涉及一個更為複雜的層面：超大規模雲服務商與 AI 實驗室之間的財務循環。

據 The Information 彙編的企業披露文件，OpenAI 和 Anthropic 合計佔微軟、甲骨文、谷歌和亞馬遜約 2 萬億美元未來雲服務承諾的逾半數。具體而言：

• 微軟 6270 億美元雲服務積壓訂單中，2800 億美元與 OpenAI 綁定；
• 甲骨文 5530 億美元管道業務中，54%（約 3000 億美元）由 OpenAI 承諾；
• 谷歌 4676 億美元中，Anthropic 佔比 43%（約 2000 億美元）；
• 亞馬遜相應敞口亦達其 4640 億美元積壓的 51%。

這一融資結構具有內生循環性。微軟向 OpenAI 的 130 億美元投資主要以 Azure 積分形式兌現，OpenAI 將其用於購買 Azure 算力，微軟隨即將其計入雲收入。

同樣的超大規模雲服務商，既是 AI 實驗室的股權投資方，也是收取算力賬單的服務供應商。

這一結構還體現在盈利數據上。Alphabet 公佈創紀錄的 626 億美元第一季度利潤，其中約 287 億美元，近半數來自 Anthropic 持股的賬面升值。

亞馬遜 303 億美元第一季度利潤中，168 億美元為 Anthropic 的稅前未實現收益，而其自由現金流，因同期數據中心資本支出達 442 億美元，而暴跌 95% 至 12 億美元。

這一體系的可持續性，取決於 AI 實驗室持續獲得外部融資以兌現雲計算承諾的能力，而後者又依賴於企業客戶持續願意支付攀升的 Token 賬單。

據報道，Anthropic 目前每收入 1 美元，成本高達 3 美元。一旦融資節奏放緩，雲收入預測的可信度將隨之下降，超大規模雲廠商的估值倍數亦將面臨重估壓力。

這條鏈條雙向傳導，也將雙向斷裂。

這不是 1999，但問題真實存在

當前的處境並不構成一場典型的泡沫設定。

從估值倍數來看，科技七巨頭目前對應約 20 倍遠期市盈率，遠低於 2000 年科技泡沫頂峰時 52 倍、1989 年日本市場 67 倍或「漂亮 50」時代 34 倍的水平。

AI 技術本身是真實的。對於重度用戶群體而言，生產力提升的數據也是可驗證的。OpenAI 年化收入約 200 億美元，Anthropic 約 43 億美元，兩家實驗室不會就此消失。

如今，Token 成本（算力開銷）已成為決定 AI 成敗的關鍵，而在半年前，大家甚至不怎麼聊這個話題。

那時候大家只關心「技術行不行」。現在答案很明確：在特定工作和特定人群眼裡，技術確實行。

但新問題來了：下游企業用 AI 省下的錢，能不能及時傳導上去，跑贏資本市場留給 AI 實驗室和雲巨頭的估值窗口？

看好 AI 的人認為，只要技術繼續成熟，企業的 ROI（投資回報率）在 1 到 1.5 年內就能轉正。

看衰的人則認為，會有更多高管像麥克唐納那樣，公開抱怨 AI 投入產出比太低並開始砍預算。

這兩種可能都在發生，勝負未分。唯一可以確定的是，過去那種「只要 Token 消耗量在漲，就說明 AI 轉型成功」的謊言破滅了。

詞元消耗量大不等於有商業價值，這兩個泡沫終究要擠掉。AI 的賬單已經到期，但最後誰來掏這個錢？目前還是個未知數。