企业鼓励员工多用 AI，然而算力成本比人类员工薪水更高

英伟达高管坦言：算力账单远超工资单

“对我的团队来说，AI目前并没有节省劳动成本，实际上它比雇佣人类员工更贵。”一位英伟达高管的直言戳破了AI降本的神话。他指出，在多数日常任务中，调用AI模型所需的GPU算力、电力和维护费用累计起来，往往超过支付给一名人类员工的时薪。MIT针对800多种职业的研究进一步证实：在77%的案例中，人类劳动力在成本上依然优于AI。即便是图像识别等看似AI擅长的领域，算力投入也并未带来预期的经济效益。

迪士尼员工9天狂刷46万次Token：效率竞赛背后的成本黑洞

在企业狂推AI的浪潮中，一场围绕Token使用量的内部竞赛正在科技界蔓延。据披露，迪士尼部分员工在9天内通过AI智能体生成了高达46万次Token调用，用于自动生成故事板、角色对话等创意环节。然而，这些Token消耗直接转化为高昂的API调用费，远超同等人力所需薪资。一位工程师吐槽：“AI智能体曾把我的一小段工作指令反复跑了几十遍，钱烧得飞快。”尽管这类竞赛意在推动员工拥抱AI，但账单最终仍由企业承担。

裁员与AI投入同步狂奔：企业算的不是短期账

有趣的是，一面是算力成本高于人工的现实，一面是企业仍在加速裁员和AI投资。科技公司普遍认为，这是“用短期亏损换长期技术壁垒”的战略赌注。例如，有企业一边裁掉客服团队，一边为新的AI客服系统支付每月数十万美元的算力费用。经济学家Acemoglu等人的研究指出，历史上每一次技术替代都伴随着类似阵痛：企业看中的是机器永不休息、可无限扩展的潜力，而非当下的成本对比。正如一位高管所说：“现在的AI员工虽然贵，但未来它永远不会要求加薪。”

MIT研究揭开真相：77%的AI应用比人工更烧钱

麻省理工学院联合多所高校的定量研究给出了更冷峻的结论：在研究了从数据录入到复杂分析的800多种职业场景后，发现只有极少数任务用AI在成本上优于人类。例如，当AI需要处理模糊指令、多轮对话或领域知识时，微调模型和反复推理的算力消耗会急剧膨胀。一位工程师举例：“某AI智能体曾把我一个简单的SQL查询需求理解偏了，来回跑了三趟，最终成本是让实习生干的三倍。”更关键的是，AI的可靠性问题——一旦出现幻觉或错误，企业还需额外支付人工复核的隐形成本。

Token排行榜上的零和博弈：员工成“算力消耗机器”

为了响应企业“多用AI”的号召，许多员工开始将工作流中的每一步都交给AI代理。一份内部数据显示，某团队的Token日消耗量在三个月内暴增400%，而产出效率仅提升15%。这种现象被戏称为“Token消费主义”——员工为了证明自己在积极使用AI，不惜让AI反复生成多种版本再筛选，仿佛在参与一场无意义的烧钱游戏。一位前线管理者无奈表示：“我们现在要教员工‘省着用AI’，就像曾经教大家‘关灯省电’一样。”算力成本的提升，正让企业陷入“鼓励使用”与“控制成本”的两难境地。