核心内容总结
这篇新闻聚焦美国企业的AI支出现状：最激进使用AI的前1%公司（被称为“AI上头”公司），每位员工每月花7500美元（约5万人民币），且支出还在每月涨14.1%；AI处理信息的“token”单价虽降了98%，但因企业用更复杂的AI工具（智能体）导致用量暴增，总支出反而涨了3倍多；部分公司的AI成本已超过员工工资；企业间AI支出差距极大（前1%与中位数公司差680倍）；现在很多企业从“拼命用AI”转向“控制AI成本”，开始设使用上限。
1. 最“AI上头”的公司：每月人均花5万人民币，还在猛涨
这些公司不是“试试AI”，而是把AI深度嵌进工作流。比如Ramp内部，AI使用量一年涨了6300%，99.5%的员工用AI，84%每周用编程代理，非工程师都能写生产代码。他们花钱不押注单一平台：既用Anthropic、OpenAI的前沿模型，也用DeepSeek（中国）等开源模型。关键是，他们的人均AI支出每月涨14.1%——虽然现在还没超过软件工程师月薪（1.6万刀），但未来可能成为第三大成本（仅次于人力和软件）。
2. Token越来越便宜，总账单却翻了三倍？
Token可理解为AI处理信息的“计价单位”（像手机流量）。现在GPT-4级别的token成本从2022年的20美元/百万个，降到0.4美元（便宜98%），但用量疯涨：2023年一个简单任务花0.04美元，2026年用智能体（更复杂的AI助手）做同样任务要1.2美元（涨30倍）。结果总支出涨了320%：Uber4月就花光2026年全年AI预算；微软收回工程师的Claude Code权限（有人每月花500-2000美元）；还有公司忘设上限，单月花5亿刀Claude账单。
3. 有些公司的AI成本，已经比员工工资还高
前1%公司的AI支出还没超人力，但部分企业已越过这条线：英伟达高管说团队算力成本远超员工工资；Mercor（市值100亿的初创公司）的token开销比员工工资还多。专家称这是“短期错配”——现在AI可能比人贵，但未来模型成本下降、更可靠（少需人工监督），就会有成本优势。核心是AI不仅要便宜，还要规模化时更可预测。
4. 企业AI支出差680倍：有人豪掷千金，有人只花几十块
AI支出不是平均的：前1%公司人均7500刀，前10%是611刀（几个AI订阅+API费用），中位数公司仅11.38刀（一个软件订阅价）。差距不止钱：中位数公司可能没把AI嵌进工作流，员工也不熟练，这些需要时间建立，所以差距会越来越大。
5. 从“随便用”到“控成本”：企业给AI花钱设“护栏”
之前企业问“AI好不好用”，现在问“怎么控成本”。OpenAI企业负责人说，客户对话从“尽量多用”变成“要可视化和控制手段”；FinOps人士称，很多公司4月就超2026年预算3倍，开始设使用上限。Priceline把这比作“可卡因成瘾”：先免费试用让你上瘾，然后离不开，他们已给团队设token上限，还发现供应商报告的用量和内部数据有差异。
这篇新闻揭示了AI在企业中的渗透速度和成本矛盾：一方面是头部公司疯狂投入，另一方面是成本失控的焦虑——未来AI能否真正带来性价比，还要看技术成熟度和企业的成本管理能力。