AI代幣支出從50美分到56美元，威脅企業獲利

CEO與CFO對組織內部的AI代幣支出規模幾乎毫無掌握，而這個盲點很快就會在財報中顯現。

AI推論成本在不同供應商之間差距高達100倍——從中國模型每百萬代幣50美分，到Anthropic最新模型的56美元——形成財務團隊未能追蹤的隱藏支出。

「我認為，CEO和CFO可能完全不知道組織內部正在發生多少tokenmaxxing（代幣消耗狂潮），」Social Capital創辦人兼執行長、同時也是AI公司8090執行長的Chamath Palihapitiya週二在CNBC的《Squawk Box》節目中表示。「我懷疑，總有一天你會看到某家公司獲利未達標，每股盈餘差了那麼幾分錢，然後CEO會問CFO：『發生了什麼事？』」

Palihapitiya自己的公司8090，每年在AI推論上的支出超過1000萬美元，他形容這對一家小型新創公司來說「非常嚇人」。他表示，許多公司「正在餵養這波營收成長，卻沒有從中獲得任何有意義的投資報酬率。」這番警告呼應了Palantir Technologies Inc.執行長Alex Karp的發言，他本月稍早曾批評OpenAI和Anthropic以代幣為基礎的定價模式，稱企業只會「放鬆下來，然後浪費我的時間在代幣上。」

根據Deloitte的數據，AI推論成本在過去兩年內下降了280倍，但使用量的增長速度甚至更快。Ookla旗下Downdetector的研究發現，主要AI平台發生高干擾天數從一年前同期的6天，攀升至2026年第一季的51天，凸顯出依賴單一供應商的營運風險。對於那些已將昂貴前沿模型硬編碼整合進系統的企業來說，對利潤率的影響可能是實質性的。

智力價格存在100倍差距

Palihapitiya用一桶石油的比喻來說明定價差異：一桶智力——定義為100萬個代幣——在OpenAI的標準模型下成本為26美元，Anthropic的最新模型為56美元，Elon Musk的Grok約1美元，Meta Platforms Inc.約1.50美元，Google的Gemini約1美元，而中國供應商約50美分。「如果你很早就押注在某個出售極其昂貴智力桶的公司，並試圖將成本轉嫁出去，你可能會在下游遇到一些麻煩，」他表示。

這種分歧正在加速。Epoch AI的研究發現，達到固定效能水準的價格每年下降幅度在9倍到900倍之間，具體取決於基準指標，這意味著一月份最便宜的模型到了四月份通常已不再是最低價。然而，許多企業仍然被鎖定在單一供應商合約中，同時暴露在定價與可用性的雙重風險之下。

基礎設施盲點

AI代理軟體公司FlashLabs創辦人Yi Shi表示，多數財務團隊仍將AI建模為固定的每人使用成本——根據EY的數據，每次對話約4美分——但實際上，一旦納入知識庫更新、代理評估及人機協作設計等編排因素後，每次互動的真實成本約為1.20美元。「如果你沒有按照每個任務的代幣量來編列預算，你的預測可能偏離一個數量級，」Shi寫道。

Palihapitiya表示，當某家公司因每股盈餘差了幾美分而未能達到財測，並將超支追溯到從未被納入預算的AI推論成本時，清算時刻就會到來。「這種情況還沒發生，」他說，但條件已經成熟。

對投資人而言，風險集中在那些積極採用昂貴前沿模型、卻未建立衡量、路由和快取代幣使用量基礎設施的公司。而那些已建立多供應商架構、具備語意快取和代幣層級可觀測性的公司——或者使用成本較低的開源權重模型（Epoch AI估計這些模型現在僅落後前沿約四個月）——則處於更有利的位置。AI成本管理的差距，可能在未來幾季成為科技業各公司利潤表現的關鍵區分因素。

本文僅供資訊參考，不構成投資建議。