随着 AI 落地进程加快，如何不在 AI 上 " 花冤枉钱 "，成了企业普遍关心的问题。
10 月初，美国两大科技巨头 " 坎 AI 预算 " 的消息引发了广泛关注。根据 The Information 的报道，微软此前曾计划将超过 10 亿美元的年度预算用于内部员工使用 Anthropic 的 Claude 模型，但目前已被削减三分之一以上，云与 AI 部门超过 6 万名员工的人均配额更是从每月 10 万美元被压缩到了约 1 万美元。另一家巨头 Meta 也被爆出将内部 Claude Code 的使用者从约 6 万人直接腰斩至 3 万人。
但对于已习惯使用 AI 的员工来说，公司的预算管理却可能导致工作上的麻烦。10 月 4 日凌晨，一则 " 吐槽 " 公司 " 坎 Token" 的贴文引发讨论。相关贴文称，博主所在公司曾大力推动 AI 数月，承诺并批准 Token 后，却在缺少沟通情况下紧急刹车，大举撤回 Token 额度，导致工作无法进行。不少媒体称发帖博主所在公司为芯片龙头联发科，该公司则在 10 月 6 日回应称 " 鼓励员工广泛应用 AI 工具 "，但同时强调公司在探索以更具效益的方式支持 AI 需求。
实际上，今年下半年以来，国内许多互联网大厂也曾因 Token 政策调整引发关注。
管控成本似乎成了企业 AI 部署的新趋势。毕马威在近期发布的《2026 年 Q3 全球 AI 脉搏报告》中指出，相对于今年年初，更多企业建立了成本监控、管理机制，调研中 61% 的企业会在审批时审查 AI 成本，59% 的企业在运营中监控 AI 成本。
但另一方面，" 节流 " 却未必能带来更高的收益。报告称，企业对 AI 形成的价值的评估与成本管控存在脱节，调研中只有 12% 的企业持续把 AI 创造的价值与成本对照评估，即使在已经获得稳定回报的企业中，这一比例也只有 48%。这意味着，大多数企业能看到 AI 花了多少钱，但很少能说清这些钱买到了什么。报告也称，企业 AI 部署更加成熟，成本可见性在提升，但价值评估体系仍明显滞后。
德勤中国今年 9 月发布的《决策者视角下的企业 AI 应用》调研报告也显示，企业 AI 进入生产部署阶段的比例已从去年的 56.0% 提升至 64.4%。但 AI 投入与业务价值兑现之间，却始终缺乏有效的衡量机制，相关情况甚至继续恶化，调研结果显示，60.4% 的企业尚未建立起体系化的价值衡量框架，而无法明确核算 AI 项目 ROI（投资回报率）的企业比例，也从 2025 年的 35.8% 升至 44.4%。
值得注意的是，企业 AI 的部署方式也在发生变化，自主性更强的 Agent 愈发成为了 AI 落地的载体。与此同时，越来越多企业不再满足于让员工用 AI 写邮件、做 PPT，而是开始将 Agent 嵌入真实业务流程，不少企业也在尝试让其独立完成跨系统任务。
而这也带来了新的挑战。一位制造业 IT 部门高管此前透露，企业 Agent 的接入，放大了 AI 的工作能力，但也放大了 Token 成本，相关开销不再由人工交互频次决定，而是随着业务流量线性增长。这种模式让成本控制难度增加，一定程度上也让团队开始探索更合适的成本管理方案，主要还是以 " 单次任务成功交付成本 " 为核心指标做实时监控与预算熔断。但另一方面，部署 Agent 还面临更大的难题，一是 Agent 的不可控性对 AI 管理成本和风险评估带来挑战，二是很多时候不知道该把多大权限、什么任务交给 Agent，目前相关评估体系仍处于探索阶段。
近期，不少关于企业 AI 落地的行业讨论也都提及了权限开放和价值评估问题，有声音称，对于 Agent，" 权限给少了，怕它像个傻子；权限给大了，又怕它像个疯子 "。
德勤上述报告指出，调研企业在评估 AI 成效时，87.3% 聚焦处理速度与工时节约，70.7% 关注成本节约，而涉及收入与客户层面的仅占 21.5%。报告分析称，工时缩短并不自动等同于经营价值提升，只有将节省下来的时间重新配置到高价值环节，生产效率才能真正转化为可量化的经营成果。
也有一些团队探索分层式的价值评估体系，比如按照效率型、经营型、战略型的分类设定不同的 AI 回报比率和周期的指标。
越来越多的调研、案例也显示，企业 AI 价值的兑现，已不再只取决于模型本身的先进程度，更在于企业是否有意愿且有能力为 AI 找到新的价值评估体系，重构自身流程、组织协同方式。
毕马威上述报告也指出，大部分企业部署 AI 仍停留在简单的控制成本层面，而领先企业则更多考虑把成本连接到成果，再根据不断释放价值的成果决定 AI 规模化的进度和方向。报告也由此建议，企业在部署 AI 时，要事先建立好驾驭层（AI harness layer），将控制、编排、问责和经济性等指标从一开始就设计进去，围绕端到端价值流重新设计运营模式，闭合成本与价值的回路，让 AI 价值可衡量，继而超越可衡量，兑现可规模化复现、经得起检验的价值。（本文首发于钛媒体 APP，文｜飞向 Tai 空，作者｜胡珈萌，编辑｜杨林）
