AI 也开始算账了

一个很有意思的变化正在发生：公司以前鼓励大家多用 AI，现在开始问“你到底用了多少”。

这不是口号上的转向，而是账单上的转向。

有员工发现，内部管理看板里的 AI Token 额度明显变少。题目描述里提到，过去一个月可能有 2000 美元额度，现在变成 1400 元人民币；不同部门的人均月额度，从 1000 元到 7000 元不等。额度先分到组，再由管理者分给个人，不够再申请。

听起来像是福利缩水。但我觉得，更准确的说法是：AI 进入了预算期。

前两年很多团队用 AI，有点像早年用云服务器。先把东西接上，先让大家试，先证明“我们也在用”。机器开多了，账单自然会来。后来云计算有了预算、标签、审批、成本归属。现在轮到 AI Token 了。

真正值得关注的，不是某家公司把额度从多少砍到多少，而是 AI 成本终于开始被看见。

一个工具没人用，账单不会吓人。一个工具真的进了工作流，问题就来了：写代码要用，查资料要用，整理会议纪要要用，做方案要用，Agent 连续跑任务也要用。每一次调用都不大，但合在一起，就是一笔越来越难忽略的成本。

所以，以后职场里会多一个能力：会判断什么时候该用 AI，什么时候不该用。

这句话听着不酷，但很实在。

固定格式的周报，不一定每次都要用强模型重写。已经有模板的客服回复，也许规则和轻模型就够了。涉及客户数据、公司代码、合同条款的材料，更不能因为方便就随手丢进去。真正会用 AI 的人，不是每件事都问模型，而是知道哪类任务值得花额度。

管理者也躲不开这道题。

过去买 AI 工具，常常是一种姿态：我们接入了，我们鼓励创新，我们希望员工提高效率。可真用起来之后，管理者要回答更具体的问题：谁在用？用在哪？减少了多少返工？有没有带来新的审核成本？是不是有人把额度花在了低价值重复活上？

如果只是把额度砍掉，那员工当然会觉得自己被迫回到“古法编程”。

但如果公司能顺手把工作流改掉，结果会完全不同。高价值工作用强模型，低价值重复活用模板或轻模型，敏感任务先过合规边界，超额申请要说明收益。这才是管理，不是单纯省钱。

很多人会把额度收紧理解成“AI 泡沫破了”。我没那么悲观。

更像是 AI 终于从试用装，变成了公司财务表里的一行成本。云计算、SaaS、广告投放都经历过这个过程。先粗放试用，再精细核算。AI 不会例外。

对个人来说，最现实的做法也不是抱怨额度，更不是自费替公司干活。先把自己的 AI 使用分清楚：哪些任务真的帮你省了时间，哪些只是让你感觉自己很忙，哪些有安全和合规风险。

能把这些说清楚，你才有资格要更多额度。

说不清楚，额度再多，也只是更贵的浪费。

AI 也开始算账了。这件事不浪漫，但可能是它真正进入日常工作的开始。