Meta 在使用高峰後構建了 AI 支出控制機制

Meta公司在意識到其內部人工智能支出超出預期後，正在開發一套集中式人工智能監控和支出控制系統。這一決定表明，企業正在思考人工智能帶來的回報是否足以抵消其成本。.

該公司已向約 6000 名員工發送備忘錄，詳細說明了人工智能支出上限、預算和代幣限制的計劃。通過人工智能網關，各團隊可以訪問人工智能使用情況概覽，如果支出出現異常激增，系統將matic發送通知。結構化的代幣管理預計將於 2027 年全面實施。.

備忘錄指出，Meta 內部人工智能的應用正在迅速增長，預計到 2026 年，該公司將在員工人工智能使用方面花費數百億美元。.

tokenmaxxing 的後遺症

Meta公司從推廣人工智能應用轉向控制其應用，體現了美國企業界的一個反覆出現的趨勢。該公司過去曾通過讓員工建立 內部排行榜 （名爲“克勞德經濟學”，取自Anthropic公司的人工智能系統）來激勵他們使用人工智能。但Meta公司現在已經不再運營這個排行榜了。

這種更廣泛的趨勢有一個專門的名稱：“代幣最大化”（tokenmaxxing），指的是出於各種原因（例如爲了提升內部採用率指標或僅僅爲了消費）而儘可能多地使用 人工智能代幣 亞馬遜也曾出現過類似的情況，其員工建立了一個排行榜來 trac代幣使用情況，但該公司後來在5月下旬將其撤下，原因是擔心這會導致浪費性支出 據《商業內幕》報道，。

Uber 的經歷表明成本飆升的速度有多快。這家網約車公司在 2026 年 4 月就耗盡了原計劃的全部人工智能編碼預算，而當時距離今年年初僅僅過去了四個月。Uber 首席運營官 Andrew Macdonald 告訴 Rapid Response，公司一直難以將投入的資金與可衡量的產出聯繫起來。“這種聯繫還沒有建立起來，對吧？” Macdonald 說。“很難將這些統計數據與‘好的，現在我們實際上增加了 25% 的實用消費者功能’聯繫起來。”

這是該行業尚未解決的成本問題。

預算壓力遠不止硅谷一家公司面臨。據 《華爾街日報》率先報道，僅有26%的公司能夠全面瞭解其人工智能成本，50%的公司只能部分了解，而22%的公司要麼完全不瞭解，要麼只有在收到賬單後才發現支出。正如畢馬威全球人工智能負責人史蒂夫·蔡斯所指出的，據報道，該公司一直在幫助一些客戶，這些客戶在短短几個月內就耗盡了年度代幣或雲計算預算。

微軟最近撤回了 幾乎所有 Claude Code 的直接授權，並將工程師引導至其自家的 GitHub Copilot 命令行界面。而就在六個月前，微軟纔剛剛向員工開放了這款 Anthropic 工具。此舉是由於員工使用 Claude Code 的速度超出了預期。

經濟因素表明，最初對人工智能因節省勞動力成本而快速盈利的預期過於樂觀。英偉達dent 應用深度學習 向 Axios 透露 ，他所在團隊的計算成本已經超過了僱傭員工的成本。 高盛認爲 ，到 2030 年，智能體人工智能可能會導致代幣消耗量增長 24 倍，月消耗量將達到 120 千萬億枚，即使代幣單價下降。

此外，Gartner預測，代幣成本下降並不意味着企業級AI應用會更便宜，因爲智能體AI算法每次任務需要消耗更多的代幣，而供應商最終可能會保留所有節省下來的成本。Gartner高級總監分析師Will Sommer表示：“首席產品官不應將商品代幣的通貨緊縮與前沿推理的普及混爲一談。”此前， Cryptopolitan 報道稱 扎克伯格承認Meta在AI轉型過程中犯了“錯誤”

Meta員工可以期待什麼？

據 報道，備忘錄顯示，Meta公司將勸阻員工使用外部AI代碼編寫軟件，並鼓勵他們使用公司自主研發的助手MetaCode（原名Devmate）。這些變更將在未來幾周內實施。

與此同時，Meta爲降低人工智能相關成本所做的努力也伴隨着重大的組織變革。今年3月， Meta曾考慮裁員，涉及約7.9萬名員工總數的至少20%，部分原因是該公司在人工智能基礎設施方面投資了約6000億美元，預計到2028年將持續增長。

OpenAI 的首席執行官 Sam Altman 很好地指出了行業面臨的這一挑戰。他表示，“這是目前對人工智能最公正的批評”，他說，“你會聽到一些公司說，‘我在人工智能上投入了大量資金。’我知道人工智能取得了一些很棒的成果，但我也知道其中存在大量的浪費。”

對全球經濟而言，關鍵問題在於：企業人工智能預算是否會在技術兌現其生產力承諾之前就trac，還是代幣價格下跌和工具改進會先彌合這一差距？答案將在未來數年內影響各行業的招聘、資本支出和競爭格局。.

如果你正在閱讀這篇文章，你已經領先一步了。 訂閱我們的新聞簡報，繼續保持領先優勢。