Writing · 2026-07-15

AI 工具費燒了多少你知道嗎?企業用這招把成本砍掉一大半

你每個月付出去的 AI 工具費,有多少是真的在做事,又有多少是在幫員工寫沒人看的摘要、查沒用的資料?

這個問題,全球大企業已經開始認真算了。瑞銀去年的一份調研訪查了一批導入 AI 工具的企業,發現有些團隊的 Token 用量超出配額兩倍,甚至出現單一用戶一個月 AI 費用高達 3.5 萬美元的案例 ── 換算台幣超過百萬。一個人,一個月。

這不是個案,是系統性的浪費。而且大公司有,中小企業也有,只是金額規模不同。根源並不神秘:錢花出去了,沒人管。

問題不是工具貴,是用法沒有分層

最常見的形態是:全公司用同一顆「最貴的模型」跑所有事情。

業務查一份簡單的競業資料、工程師生成重複性很高的程式碼、行政整理會議紀錄 ── 這些任務需要動用最頂級的模型嗎?不需要。但因為公司開了訂閱,大家就一個工具打天下,沒人管、沒人追。

這件事可以拆成三層看。

第一層:同一家 AI 公司的模型,價差可以到十倍。 以 Anthropic 為例,入門的 Haiku 級模型每百萬 Token 大約 5 美元,高端模型要到 50 美元。同品牌、同廠商,差十倍。那你的員工在用哪一顆?答案幾乎都是:他們不知道,也不在乎 ── 因為帳單不是他們出的。

第二層:模型路由(Model Routing)。 聽起來技術,概念很簡單:按任務複雜度選模型 ── 簡單重複的事給便宜模型,需要真正推理、創意、判斷的事才動用貴的。瑞銀的調研顯示,全球已有約六成企業在做這件事,其中一部分甚至把簡單任務路由到開源模型;有大型國際銀行在本地部署了阿里的 Qwen,處理資料敏感但任務不複雜的場景。你不一定要跟著跑,但要知道這條路存在,而且已經有人在走。

第三層:把 AI 費用花在真正有成本優勢的地方。 客服是最清楚的例子:AI 代理處理一張工單的成本約 0.46 美元,人工平均 4.18 美元,差了近九倍。瑞典金融科技公司 Klarna 的 AI 客服到去年第三季已累計省下超過 6,000 萬美元,等效完成 850 多名員工的工作量 ── 這是財報數字,不是科幻。

但注意他們省的地方:高頻、重複、有標準答案的任務。不是叫 AI 判斷要不要收購一家公司。AI 在擅長的地方便宜到讓你吃驚;在不擅長的地方硬塞,省不了錢還可能出事。這個分寸,很重要。

算一筆路由的帳

假設你有 20 個員工每天都在用 AI,每人每月平均消耗 200 萬 Token。全部壓在高端模型,一個月就是 2 萬美元。

同樣這批任務,如果六成是簡單重複的工作 ── 摘要、會議紀錄、格式轉換 ── 把這六成移到便宜模型,費用直接從 2 萬美元掉到約 1.1 萬美元。省下近一半,什麼都沒換,只是換了「誰做什麼事」的規則。

更極端的參考點:Palantir 的 AIP Evolve 有企業案例在採用模型推薦後 Token 成本下降 97%,上線三週內部採用率九成。97% 不該當成你的預期值(每家公司的任務結構不同),但方向明確:對的任務配對的模型,省一半在我看來很正常,甚至保守。

導入順序:看帳、對 ROI、設限流

第一步,看帳。 打開 AI 平台的用量報表,看過去三個月的消耗明細。不知道這功能在哪就問 IT 或平台客服 ── 這不丟臉,多數老闆真的沒看過。看了你會立刻發現:有人每天用幾百 Token、有人幾萬,但產出沒有對應的差距。這就是第一個要追的問題。

第二步,把費用對應到具體的節省或提升。 不是感覺,是數字:AI 幫客服省了多少人力?整理合約省了幾小時律師費?答不出來,這筆錢就是「信仰消費」而不是商業投資。兩者的差別明明白白 ── 商業投資你知道為什麼花,信仰消費你只知道花了。

第三步,設限流。 有實測數據顯示,光是開啟用量統計、對部門帳號做每日限流,就能減少約 35% 的無效消耗。道理很簡單:沒有限制就沒有節制,帳單不是員工出的,設了上限,行為就變了。這不需要技術背景,就是一個管理決定。

反模式:一上來就換模型、換平台、換一堆工具。 連舊的燒在哪都還沒搞清楚就動手換,順序錯了,錢只會省在錯的地方。等內部用量結構清楚了,再談模型路由、開源模型、平台切換。

今日一個行動

今天下班前,打開你在用的 AI 平台,找到用量或帳單明細,看過去 30 天哪三個帳號或部門消耗最多。不用馬上做任何決定,就只是看。

看完你心裡就有數了:這筆錢,是真的在替你賺錢,還是只是在幫你交電費。

做了近三十年顧問,我看過太多老闆在工具費上走兩個極端:要麼一毛不拔、覺得 AI 是騙局;要麼睜眼瞎燒,一張信用卡刷下去就覺得自己在數位轉型。最健康的狀態在中間:你知道錢燒在哪、知道為什麼燒,然後有意識地決定要不要繼續燒。這才叫管理。

本文整理自 Podcast

《老闆,讓 AI 講人話》2026-07-15 這一集 ── 用聽的 →

交流與邀約 ── lidien.fu@peakstargroup.com | lidien.net