最近我发现一个很有意思的反转。 各大中小公司的“全面 AI 化”，因为 Token 太贵，居然开始“紧急撤回”了。Token 经济，直接崩掉了一堆高管老头。  半强制地鼓励员工使用 AI，是很多公司的常规操作。鼓励的方式也无非是推销鸡蛋一样的老几样——有些是明面上的 OKR：每个团队都要交 AI 案例，每个部门都要做 AI 转型汇报；有些则是免费用 Token，公司报销。 但问题在于，许多高管老头们本身似乎并不了解 AI，也不了解 Token，更不了解这二者结合之后的“恐怖”所在。 高管只懂财务，不懂一线业务的缺点，开始显现了—— “他 X 的，Token 这么贵？！快给老子撤回，一个工程师程序员才几个钱？全面 AI 化先停一停，等我把财务模型摆正了再说。” 我们管这个叫“Token 崩了高管老头”。 所以，短短 1 年之内，高管老头们突然意识到，AI 这玩意是不能真投入的。因为自家公司是真有这个钱，也是真要花这个钱的。 这些被“AI 化”崩了的高管老头，大致可以分为两种： **（1）真蠢到觉得，全公司只要立刻、全部、马上、全面 AI 化，业务就能起死回生、开启第二增长曲线，而且认为实现第二增长曲线的第一要义就是放开用 Token。但现在发现，自己躺在传统互联网、传统行业里，躺着赚钱本就很舒服，搞 AI 化既没必要，也起死回生不了。** **（2）从一开始就把“AI 化”当作新时代的宣传语言和叙事，但最近发现这个口号叫不响了，或者说往里面投入的钱，比养真实工程师还要多。慌了。** ## 第一种：把 AI 当成第二增长曲线，最后差点把基本盘干穿 先说说第一种。某些高管老头固执地认为，“全面 AI 化”能够带来第二增长曲线。而全面 AI 化从哪里搞？谁也不清楚。这就难住了高管老头们，但众所周知，高管老头们是不能被难住的。 所以，他们想到了最好的方式—— “业务直接用 AI 接管，简单纯粹地蔑视人的价值。让 AI 应替尽替人类。” 高管老头们开始把 AI 当成一种组织层面的速效救心丸，但结果发现，差点把传统业务干报废了。 他们的底层判断很简单——既然 AI 能写代码、写文档、做客服、做分析，那公司的增长问题、效率问题、成本问题，是不是都能靠 AI 重新洗一遍？ 于是，“AI 化”变成了一种公司级叙事：增长不行，就说靠 AI 开第二曲线；利润承压，就说靠 AI 优化组织；人效难看，就说靠 AI 替代重复劳动。 **Klarna（欧洲最大的支付平台）就是非常典型的案例。** 它的 CEO Sebastian Siemiatkowski 曾公开说，AI 已经能做所有人类能做的工作。公司也停止扩张性招聘，通过自然流失把员工从约 4500 人降到约 3500 人。这个口径，非常接近第一类高管的想象。  但后来发生了什么？客服真正有价值的地方，是那些非标准、带情绪、需要判断、甚至影响用户信任和复购的边缘场景。 所以 Klarna 后来又做了修正：重新招聘人工客服，并试点类似 Uber 的自由接单式客服模式。玩了一圈，发现复杂服务最后还是要回到人身上。 更抽象的是，这种 AI 化还会继续演变出第二个分支：**直接把“用不用 AI”变成一种新的组织纪律，管你这那的。** 这里说的就是 **Duolingo**。 2025 年，Duolingo CEO Luis von Ahn 发布 “AI-first” 内部信，提出公司要转向 AI-first。宣称要把 AI 使用嵌入到招聘、绩效和组织管理里：招聘时要看 AI 使用能力，绩效评估里要加入 AI 使用情况，外包人员做的工作如果能被 AI 完成，就逐步停止外包。  看到了吗？AI 直接成了考核人类的 Benchmark 了。 问题在于，一旦 AI 使用被绑定到绩效，员工就会优化这个指标—— “用 AI 是因为不用显得落后，接入 AI 是因为汇报里得有 AI，做 AI 案例是因为组织要证明自己正在 AI 化。至于 AI 是否真有用、任务是否适合，Who Cares？” Duolingo 后来回撤了“用 AI 使用情况评价绩效”的做法。原因表面上简单纯粹——员工开始质疑，公司是不是只是为了用 AI 而用 AI？ 但实际上，估计是高管老头们发现，AI 考核人类的 Benchmark 有漏点，而且堵不上。 Luis von Ahn 后来也承认，绩效最重要的仍然是本职工作做得好不好，如果 AI 帮不上忙，就不会强迫员工使用。  说到底，AI 不是第二增长曲线本身，它最多是某些流程里的杠杆。它能不能产生价值，取决于公司有没有清楚的问题、稳定的数据、可改造的流程、足够强的人类工程师兜底，以及愿意为试错付出的真实成本。 所以，所谓 AI 化并没有自动变成生产力革命，反而在很多公司里变成了一种新的管理幻觉。 ## 第二种：鸡贼高管，反成老登 第二种高管老头，被 Token 崩的方式，和第一种不太一样。 第一种是真的把 AI 当成万能药，觉得只要全公司立刻 AI 化，业务就能重新增长，人效就能瞬间提升。 第二种就现实多了——**一帮玩资本的老手，被 AI 这个非常年轻的事物，崩了。** 大量企业打着弘扬福利文化精神、关怀员工的旗号，宣称：大家使用 AI 这件事，可以 Free 了。Claude Code 之类的 API，由公司报销。甚至有太多公司专门接了 AWS，以让员工更加“高效、稳定”地使用 CC。 可高管老头们未必真的相信 AI 能重塑一切，但他们非常清楚，AI 是这两年最好用的资本市场语言、管理语言和组织动员语言。 对外，可以讲 AI 战略、AI 基建、AI-first、第二增长曲线；对内，可以讲提效、降本、流程自动化、组织升级。 但，**只要 AI 开始进入财务报表，业务的真实状况可不跟你讲废话。** 不过，此处的业务真实状况也要分为 2 点：**（1）过于依赖“SOTA AI 叙事”，差点将自家业务和工程师的心智送给对方。** **（2）将 AI Token 消费 = AI 化前景，重复这个叙事，差点把自己都骗到了。** 第一点，没错，说的就是 **微软**。 微软的这个故事，绝对是可以写进“大 AI 时代”历史教科书中的。 微软最近被曝正在取消部分内部 Claude Code 许可，并把开发者引导到 GitHub Copilot CLI。报道里提到，这件事主要发生在微软 Experiences + Devices 相关团队，涉及 Windows、Microsoft 365、Teams、Outlook、Surface 等产品线，部分 Claude Code 使用将在 2026 年 6 月 30 日前收口。  为什么？因为微软是觉得 Claude Code 太行了。 微软从 2025 年底开始让数千名员工使用 Claude Code，甚至鼓励没有编码经验的设计师、产品经理用它做原型。软件工程师也被要求同时使用 Claude Code 和 GitHub Copilot，并反馈两者差异。 结果，过去一年里，Claude 尤其是 Claude 3.5 Sonnet、Claude 4 系列，在代码理解、长上下文处理、复杂工程修改、多文件协同重构等场景里表现非常突出。很多开发者认为，在真实的软件工程任务中，Claude 的体验甚至超过了 GitHub Copilot 默认提供的能力。 微软内部不少工程师也有类似反馈，然后微软高管，瞬间顺从了这些提议。 这个判断也不是单纯的外部猜测。The Verge 后来的报道里引述了微软 Experiences + Devices 负责人 Rajesh Jha 的内部备忘录。他对员工的解释是—— “微软当初同时提供 Copilot CLI 和 Claude Code，不是因为要放弃自家工具，而是为了尽快学习，在真实工程工作流里对这些工具做基准测试，搞清楚到底什么东西最能支持微软自己的团队。”  想象一下这种尴尬——**微软自己卖的就是 GitHub Copilot** 啊，喂！ 如果微软内部最核心的工程团队都更喜欢 Claude Code，那它对外卖 Copilot 的时候，就会遇到一个 3 岁孩子都懂的问题—— “你让我买 Copilot，可你自己的工程师为什么不用？” 这一点，**Google 就很聪明了**，虽然自己的 AI 工具表现稀烂，但就是不允许用 Claude Code。 于是，微软被顺利崩老头了，开始选择把 AI 收回到自己能控制的平台里。 继续说第二点—— **“将 AI Token 消费额度 = AI 化前景，重复这个叙事，差点把自己都骗到了。”** 这是最愚蠢的，也是最能证明旧互联网时代的高管老头们，只是在纯粹地表演而已。 美国一家媒体 Axios 在 2026 年 5 月 28 日的文章《AI sticker shock hits corporate America》里写到：一名 AI 顾问告诉 Axios，他的一个客户最近因为没有给员工的 Claude licenses 设置使用上限，单月花掉了 half a billion dollars，也就是约 5 亿美元。  另一位 CTO 告诉 Axios，员工甚至用 AI 模型查天气。Axios 也引用前微软首席 AI 官 Sophia Velastegui 的说法，批评企业“撒出去一堆 AI license，看看什么能做出来”的 thousand flowers bloom 式打法，往往无法带来可量化回报。 这里有个番外故事—— 2026 年 5 月 20 日阿里云峰会上，米哈游《崩坏》系列 AI NPC & Gameplay 技术团队负责人郑银河分享过一个内部案例：有同事为了做项目，搭了几十个 Agent 协作，结果这些 Agent 互相调用、互相等待、进入低价值循环，一晚上消耗了约 **200 万软妹币价值的大模型 token**。  所以，高管最初想象中的 AI 化，可能是这样的—— 员工用了 AI，效率提升，公司付一点订阅费，省很多人力，最后组织产出变多、管理层赢麻。你甚至在这个逻辑里，找不到高管老头赢不了的任何一点漏洞。 但现实很可能是这样的—— 员工确实用了 AI，但账单和真正的生产效率之间，比率可能是 100:1。而且效率提升并不均匀，有些高级工程师把 AI 当放大器，一个人活成一个团队。有些人却只拿 AI 做问答，再把模型制造的新问题带回团队。 而高管老头们，只是“看透了 AI，看透了 Token”，一言不语地默默为同事们接入 API，再拔掉 API。