大型企业的CFO们当前正面临新的抉择：一边是人工智能的诱人前景，另一边却是持续攀升的费用。核心问题其实很直接——AI究竟能否比人力更经济？答案或许比预期更为复杂。

企业AI公司Glean的首席执行官阿温德·贾恩点出了关键：许多企业的AI预算往往在短短一两个月内便消耗殆尽。成本不降反升，技术开支与人力开支逐渐趋同。持续追加的AI投入，挤占的恰恰是原本计划新增的岗位名额。换言之，企业原本打算用于招聘的资金，如今被大模型"吞噬"了。

Factory AI公司的首席执行官马坦·格林伯格则将问题归因于资源配置失衡。他指出，企业通常经历三个阶段：起初被前沿模型所惊艳，中期疯狂部署，如今重新审视——昂贵的尖端模型是否真的适用于所有场景？管理层正在重新核算成本。

成本压力的根源其实非常清晰：技术尚未学会自我盈利。价值产出始终落后于成本，这才是核心症结。当前约95%的企业AI应用仍依赖于昂贵的顶级模型，但大量简单任务完全可以交由更经济的层级处理。这正是Factory AI公司业务逻辑的出发点——将合适的任务分配给匹配的模型，而非一律使用最高价的算力。

整个行业长期假设买家对成本不敏感，然而美国财富500强企业的实际数据却揭示了另一面：需求对价格的敏感度可能远超行业预期。后续值得关注的是，AI服务定价的调整将如何影响OpenAI和Anthropic等公司的估值——这恰恰是市场尚未充分定价的风险所在。