Raksasa Teknologi Silicon Valley Menghadkan Penggunaan Token AI Oleh Pekerja Amid Rising Costs

AI mengautomasikan pekerjaan yang "dibenci oleh pekerja" bukan pekerjaan yang "menghasilkan wang" bagi perusahaan.

Beberapa hari yang lalu, GeekPark melaporkan bahawa Microsoft, yang telah membuat pertaruhan besar dalam AI, secara diam-diam menghentikan kebenaran Claude Code untuk sebahagian besar pekerjanya.

Perkara ini sangat aneh, kerana dalam gelombang pelaksanaan AI ini, titik pemasaran terbesar kepada pengguna perniagaan ialah「meningkatkan kecekapan». Jika ia boleh meningkatkan kecekapan, mengapa Microsoft memutuskan untuk menghentikan penggunaan Claude Code oleh pekerja mereka?

Microsoft bukan satu-satunya yang melakukan ini; "mengurangkan penggunaan Token" dan tidak lagi mendorong pekerja untuk melakukan Vibe Coding secara berlebihan telah menjadi tren baharu di syarikat-syarikat besar Silicon Valley.

Uber menghabiskan anggaran token AI tahunan dalam empat bulan. Salesforce memberi cek tahunan sekitar $300 juta kepada Anthropic. Seorang penasihat AI mengungkapkan, salah satu kliennya menghabiskan hingga $500 juta per bulan untuk AI. Meta bahkan secara diam-diam menutup "papan peringkat tokenmaxxing" internalnya—papan yang awalnya dirancang untuk mendorong karyawan menggunakan AI lebih banyak.

Sekarang, perusahaan-perusahaan sedang melakukan perkara yang beberapa tahun lalu tidak pernah terbayangkan:

Hadkan dan pantau penggunaan AI oleh pekerja.

Mengapa syarikat besar-besar berpindah?

Untuk memahami krisis kos hari ini, anda perlu faham apa itu 'tokenmaxxing'.

Kata ini mungkin menjadi popular bermula pada tahun 2025, bermaksud harfiah "memaksimumkan penggunaan token". Ia didasarkan pada logik pengurusan—kerana syarikat menghabiskan banyak wang untuk membeli alat AI, pekerja sepatutnya menggunakan sebanyak mungkin; semakin banyak digunakan, semakin terbukti anda "bertransformasi secara digital", manakala penggunaan yang sedikit dianggap sebagai pembaziran sumber. Oleh itu, banyak syarikat menetapkan kuota penggunaan, senarai peringkat, dan bahkan penilaian prestasi untuk mendorong pekerja menggunakan AI.

What's the result?

Pekerja mulai menggunakan model AI perusahaan peringkat entepris untuk memeriksa cuaca, menulis ucapan selamat hari jadi, dan bertanya apa yang akan dimakan hari ini.

Sebuah kajian terhadap 2,444 syarikat mendapati bahawa setiap dolar yang dibelanjakan oleh perniagaan pada AI token, 0.44 dolar digunakan untuk memperbaiki bug yang dihasilkan AI, 0.27 dolar digunakan untuk menulis semula kod yang dihasilkan AI, dan 0.11 dolar habis digunakan untuk meninjau dan menangguhkan penggabungan.

Dengan kata lain, di sebalik setiap ringgit kos pengambilan AI, terdapat hampir 80% kerugian terselubung.

Pelabur Shruti Gandhi menggunakan perumpamaan yang sangat tepat: “Perusahaan yang tokenmaxxing, seperti perusahaan yang mengukur produktiviti dengan menyalakan semua lampu—menghabiskan lebih banyak wang, tidak bermakna menghasilkan lebih banyak.”

Lebih ironis lagi, kebanyakan syarikat ini sama sekali tidak tahu apa yang dilakukan pekerja mereka dengan AI, apalagi sama ada penyelesaian tugas-tugas tersebut membawa sebarang perubahan kerana AI.

Pertandingan "membakar wang" ini berlangsung dari tahun 2024 hingga 2025, dan akhirnya meletus secara terkonsentrasi pada tahun ini. JPMorgan menerbitkan laporan dengan nada tegas, dengan tajuk yang langsung dan tidak selesa — "Kos Token AI Sedang Menelan Keuntungan Internet".

Shopify, Spotify, ServiceNow, dan Roku semuanya menyebutkan dalam panggilan laporan keuangan bahawa AI menjadi sumber tekanan utama dalam perbelanjaan operasi. Suasana keseluruhan industri beralih daripada "AI sehebat apa" kepada "Adakah perbelanjaan ini sepadan?"

Hanya 14% CFO yang menyatakan dapat melihat pulangan yang jelas dan dapat diukur daripada pelaburan AI.

Chief Operating Officer Uber, Andrew Macdonald, mengatakan satu perkara yang sangat jujur dalam podcast—mereka mendapati sukar untuk menghubungkan peningkatan produktiviti peribadi pekerja dengan kesan perniagaan keseluruhan syarikat. "Jika anda tidak dapat melihat bagaimana AI membantu anda memperkenalkan fungsi yang bernilai kepada pengguna, maka sukar untuk membela kos token."

Perkataan ini menonjolkan inti masalah AI perusahaan: peningkatan kecekapan peribadi tidak sama dengan pertumbuhan keuntungan syarikat.

Pekerja menggunakan AI untuk menulis laporan mingguan tiga kali lebih pantas, tetapi pendapatan syarikat tidak berubah. Jurutera menggunakan AI untuk menghasilkan kod dengan kelajuan ganda, tetapi kadar "kebocoran" kod—iaitu nisbah yang dibuang atau ditulis semula—meningkat sebanyak 800%.

Sophia Velastegui, mantan ketua AI Microsoft, mengatakan satu perkataan yang membuat banyak pengurus tidak selesa: “Kebanyakan orang secara lalai mengautomasi tugas yang mereka tidak suka, bukan tugas yang paling bernilai bagi syarikat.”

Dengan kata lain, automatik perusahaan adalah pekerjaan yang "dibenci oleh pekerja", bukan pekerjaan yang "menghasilkan wang".

Ini bukan masalah teknikal, tetapi masalah keutamaan. Inilah sebabnya mengapa sekitar 30% projek AI generatif terhenti dan ditinggalkan pada peringkat bukti konsep—kos tidak jelas, nilai juga tidak jelas, maka pengurus secara alami tidak akan teruskan pembiayaan.

Cara penanganan oleh CEO Salesforce, Marc Benioff, sangat representatif. Menghadapi bilangan sebanyak $300 juta setahun untuk Anthropic, harapannya adalah sebuah “router pintar”: yang mampu menentukan permintaan mana yang patut menggunakan model teratas dan mana yang cukup dengan model kecil yang lebih murah.

Gagasan itu sendiri bukanlah sesuatu yang baru—sejak era komputasi awan, “bayar mengikut penggunaan” dan “optimumkan sumber” sudah menjadi amalan biasa. Tetapi gelombang AI datang terlalu cepat, jadi semua orang membeli dahulu baru berfikir, dan sekarang baru mula mengejar ketertinggalan.

Microsoft baru-baru ini membatalkan sebahagian besar lesen perniagaan Claude Code, dengan alasan rasmi berkaitan faktor kos. Perkara ini telah memicu perbincangan yang besar dalam industri—mengingat Microsoft sendiri merupakan pelabur terbesar OpenAI, sambil memotong langganan pesaing, berapa banyak yang berkaitan dengan pertimbangan kos dan berapa banyak yang merupakan strategi jangka panjang, sukar untuk dinyatakan dengan jelas.

Namun, ia mewakili isyarat: syarikat-syarikat mulai memberi suara dengan kaki mereka.

Harness dan CloudZero hampir pada hari yang sama—28 Mei—mengeluarkan alat pengurusan kos AI, satu menekankan pemantauan masa nyata perbelanjaan AI dan ROI, sementara yang lain melancarkan "data pemantauan kewangan AI" untuk membantu perusahaan menghubungkan setiap dolar perbelanjaan AI dengan hasil perniagaan yang spesifik.

Kehadiran dua produk ini sendiri sudah menunjukkan masalah: pasaran mempunyai permintaan, dan permintaan tersebut sangat mendesak.

HubSpot telah menyesuaikan model penentuan harga untuk agen AI sejak April tahun ini, beralih dari pengenaan bayaran berdasarkan token kepada pengenaan bayaran berdasarkan "bilangan perbualan yang diselesaikan" atau "bilangan prospek yang dihasilkan"—ini merupakan perubahan arah yang menyelaraskan kepentingan penjual dengan output sebenar pembeli. ServiceNow juga melakukan penyesuaian serupa. Pembuat AI sedang sedar bahawa jika mereka terus menjual "penggunaan" bukan "keputusan", pelanggan korporat akannya memberontak secara kolektif.

Penyesuaian ini adalah rasa sakit yang harus dilalui oleh industrialisasi AI, atau awal daripada krisis yang lebih besar?

Saya cenderung berpendapat itu adalah yang pertama. Tetapi ada satu butir detail yang agak mengkhawatirkan: perbelanjaan perisian AI global dijangka mencapai US$2.59 trilion pada 2026, meningkat 47% secara tahunan, tetapi pada masa yang sama, 94% ketua kejuruteraan menyatakan bahawa indikator ROI utama masih hilang. Wang semakin banyak dibelanjakan, tetapi tiada siapa yang tahu di mana duit itu dibakar atau sama ada ia bernilai—kontradiksi ini, jika tidak diselesaikan, hanya soal masa sebelum "masa tokenmaxxing" berikutnya berlaku.

Sebuah analisis dari majalah Fortune menyatakan dengan jelas: “Tokenmaxxing itu mudah, tetapi mendesain semula alur kerja itu sukar.” Kebanyakan syarikat kini sedang mengoptimumkan alur kerja yang sedia ada, bukan mencipta semula model perniagaan. Inilah nilai sebenar AI, dan juga tempat kebanyakan perusahaan belum sampai.

Pengembalian secara rasional adalah perkara yang baik. Tetapi selepas pengembalian secara rasional, syarikat perlu menjawab soalan yang lebih sukar: Apakah AI seharusnya menjadi sebuah palu, atau satu kerangka pemikiran baharu, untuk perniagaan kita?

Jika anda hanya menggunakan AI untuk melakukan pekerjaan lama dengan lebih cepat, bilangan akhirnya akan memaksa anda kembali kepada soalan ini.

Artikel ini berasal daripada akaun微信公众号 "GeekPark" (ID: geekpark), penulis: Hua Lin Wu Wang, penyunting: Jingyu