企業喊卡AI無限暢用 改採分級模型控管成本

愈來愈多企業開始替員工的「AI」使用設限，不再毫無限制地開放，而是依任務性質分派不同模型。隨著聊天機器人與程式碼代理工具的「代幣（token）」用量攀升，如何控管成本已取代無上限使用，成為企業經營層面對的新課題。

根據《財富》(Fortune)12日(當地時間)報導，多家企業的資訊長(CIO)與技術長(CTO)正限制部分員工的AI使用量，並調整內部教育訓練體系，引導員工改用體積更小、費用更低的模型。這股動向反映出截至2026年8月12日為止，企業AI營運政策的最新樣貌。

Samsara(IOT)、信諾(Cigna)、百勝集團(Yum Brands)與Compass(COMP)等公司，正逐步跳脫「預設提供高價模型」的做法，改依業務性質分派不同等級的模型。各家企業的具體內部數字與實際運作方式，是透過《財富》的採訪取得。

顧能(Gartner)預估，2026年全球AI支出將達2.52兆美元，較前一年成長44%；其中AI基礎建設投資將增加4010億美元。

所謂AI基礎建設，指的是驅動服務所需的資料中心、運算設備與網路等基礎資源。企業的AI使用量一旦增加，除了模型使用費之外，伺服器、儲存裝置與電力等支出也會同步墊高。

這樣的成本壓力，與本報先前報導的科技巨頭擴大AI投資、現金流承壓的情況相互呼應。隨著AI導入範圍擴大，企業內部也更需要同時檢視實際使用量與生產力改善成效。

成本壓力在需要長「上下文」與反覆呼叫的程式碼代理工具上尤其明顯。顧能6月24日(當地時間)曾預估，到2028年，AI寫程式的成本可能超過一般開發者的年薪。

大型語言模型（LLM）是以代幣為單位處理輸入與輸出。代理型（agentic）任務往往需要經過多階段呼叫與反覆執行，即使是同一項工作，代幣消耗量也可能因此增加。

計費方式從「按席位收費」轉向「按用量收費」，也讓企業更難預估成本。顧能提出的因應方案包括：△代幣用量上限 △模型路由（model routing） △情境工程（context engineering） △使用量監控。

DocuSign(DOCU)表示，旗下逾1000名工程師全數使用AI程式撰寫工具，新程式碼中約75%由AI協助完成，但所有程式碼仍須經人類工程師審查、核准後才會部署。

愈是將AI工具擴大至全組織使用的企業，追蹤使用量、依業務區分效率的需求就愈迫切。本報先前也報導過Meta(META)正著手建立追蹤員工個人AI代幣用量與支出的機制。

404 Media於7月2日報導，亞馬遜(AMZN)、Adobe(ADBE)、Atlassian(TEAM)與花旗(Citi)等企業，陸續限制員工存取高價AI模型，或引導改用較便宜的模型。據報導，其中一家企業的AI月支出已突破1500萬美元，較先前成長三倍。

供應商端也在強化成本管理功能。Anthropic於7月2日宣布，為Claude Enterprise新增管理者分析、依模型設定使用權限、以及支出提醒等功能。管理者可依組織、群組與使用者查看各自的支出，並調整預設模型與可用模型範圍。

另據報導，特斯拉(TSLA)自7月起導入「每名員工每週200美元」的AI支出上限。此舉意味著，原本由員工個人自行決定是否使用高價模型的做法，如今已轉為組織層級的預算規範。

評論：從整體動向來看，企業並非在縮減AI導入規模，而是重新分配資源——簡單任務交給較小的模型，複雜的分析與程式撰寫則保留給高效能模型。這種「分級使用」能否真正轉化為生產力提升與成本節省，仍須透過各企業實際的使用量與績效指標逐步驗證。