7.8
深览指数
科技腾讯新闻·新智元··AI 生成
Token吃掉三成工资！硅谷AI账单失控了
文章通过硅谷半导体研究机构SemiAnalysis的真实账单和内部数据，揭示了AI应用一个反直觉的现状：Token单价暴跌（每百万Token不足1美元），但公司总AI账单爆炸性增长，甚至已占到部分公司员工总薪资的30%。文章对比了‘效率派’（如SemiAnalysis通过算力投入实现数倍产出杠杆）与‘失控派’（如Uber、微软因AI预算超标、产出与投入不成正比而紧急管控）的撕裂局面。同时，文中讨论了成本塌缩的结构性趋势（软硬件优化使推理成本到2030年下降90%+），并引述高盛观点指出AI对宏观经济影响目前几乎为零，点出‘先烧钱建管道，再等水流过来’的基础设施周期特征。适合关注AI产业经济模型、公司战略及投资前景的深度读者。原文 ↗
核心观点
- ▍AI的Token支出正在成为知识工作者的新型‘生产资料’，其占比达到薪资的30%只是时间问题，这会从根本上重写专业服务业的单位经济模型。
- ▍当前硅谷处于AI经济学的撕裂期：一边是算力投入带来的生产力飞跃，另一边是账单失控且投入产出比不明的‘翻车’案例频发。
- 01SemiAnalysis内部大模型Token支出已占员工总薪资的30%，人均每月消耗近50亿Token（是Meta人均水平的5倍以上），核心贡献者月消耗突破1000亿。
- 02在SemiAnalysis，原本需初级分析师几小时完成的Excel模型转换和财报图表制作，现几分钟内用几美元成本即可完成。
- 03Uber向5000名工程师推广Claude Code后，2023年4月工程师使用率达95%，70%的提交代码由AI生成，导致全年AI预算提前耗尽，随后每人每月设1500美元Token上限。
- 04微软已取消大部分Claude Code许可证，转向自家GitHub Copilot CLI，因为花钱速度超过产出速度。
- 05英伟达应用深度学习副总裁表示“计算成本远超员工成本”，MIT 2024年研究显示在以视觉为主的工作中，仅23%场景下AI自动化经济上划算。
- 06成本塌缩趋势明显：通过软硬件优化（如GB300 NVL72吞吐量是H100的17-32倍），市值万亿的大模型推理成本到2030年预计下降超90%。
- 07尽管全球科技公司今年AI资本开支暴增69%（达7400亿美元），但高盛首席经济学家指出AI对经济实际影响‘基本为零’，同时科技业裁员速度已超去年全年。
反方 / 局限
- — Uber COO公开承认，虽然AI使用量激增，但并未看到其与消费者功能创新之间的明确联系，暗示AI投入可能偏离了核心业务价值。
- — 有工程师吐槽AI智能体在操作中‘毁掉了数据库和网络’，提出了AI工具滥用和过度使用带来的负面风险。
- — 高盛‘AI对经济影响为零’的观点与SemiAnalysis的乐观预测形成鲜明对比，揭示了从宏观层面评估AI回报周期仍高度不确定。
SemiAnalysisTokenClaude CodeGitHub Copilot CLIGB300 NVL72H100Anthropic黄仁勋Uber微软Goldman SachsGartnerMITDeepSeek R1Opus 4.7
7 分钟 · 5 卡片 · 15 资料
读原文 →