近期，多家科技巨头内部AI工具的使用策略发生了显著转变，从过去鼓励员工无限制消耗计算资源，转向实施严格的月度限额和成本控制措施。这一变化的核心驱动力是急剧攀升的AI计算账单，迫使企业重新审视其AI投资回报与成本管理之间的平衡。

报告指出，在2025年，许多企业还通过设立排行榜等方式激励员工尽可能多地使用AI进行创作和编码，这种做法被称为“tokenmaxxing”。然而，进入2026年后，面对每月每位员工高达7500美元（约合5.09万元软妹币）的惊人计算成本，企业不得不紧急“踩下刹车”，转向“tokenminimizing”策略，即最小化算力消耗。

巨头紧急刹车：成本失控触发策略调整

具体案例显示，成本失控的情况相当普遍。Uber在短短四个月内就耗尽了为2026年全年预留的AI编码预算，随后被迫将每个AI工具的人均月度花费上限设定为1500美元。零售巨头沃尔玛对其内部AI助手实施了类似的限制措施。亚马逊则直接取消了此前用以激励员工的AI使用排行榜。社交媒体公司Meta正在悄然削减其在Anthropic等第三方AI平台上的内部支出，而电信运营商AT&T则限制了员工使用GitHub Copilot等编码辅助工具的权限。

个人消耗惊人，企业引入成本管控工具

更令人惊讶的细节来自微软的内部发现：部分工程师个人每月的编码token消耗成本竟高达2000美元。这一数字凸显了无节制使用带来的巨大财务风险。为了在提升工作效率与控制成本之间找到平衡点，企业开始引入“AI网关”工具。这些工具来自微软、Databricks、Factory等供应商，能够自动分析任务复杂度，并将简单的行政、查询类任务路由到更便宜的开源模型进行处理，从而有效降低对昂贵大型语言模型的依赖和消耗。

微软首席执行官萨提亚·纳德拉在近期的行业论述中也呼应了这一趋势，他主张企业应建立可互换的AI架构，避免企业的经济价值被少数几个大型模型所吸收，强调灵活性和成本可控性将成为下一代企业AI部署的关键。