硅谷大廠，員工人均月花5萬養(yǎng)AI

作者 | 華衛(wèi)

昨日，Ramp 發(fā)布了最新的 AI Index，一個令人難以消化的核心數(shù)據(jù)是：最積極采用 AI 的公司，每月每位員工在 AI 工具上花費 7500 美元，約合 50807 元人民幣。

該指數(shù)自推出以來，一直專注于追蹤最基礎(chǔ)的企業(yè) AI 采用情況。如今，使用 AI 的企業(yè)占比正迅速逼近 100%。Ramp 首席經(jīng)濟(jì)學(xué)家 Ara Kharazian 表示，其結(jié)果還很可能低估了實際采用率，因為許多企業(yè)在使用免費的 AI 工具，或者員工使用個人賬戶調(diào)用 AI 服務(wù)來完成工作任務(wù)。

即便在 Ramp 內(nèi)部，相比去年其 AI 使用量增長了 6300%。團(tuán)隊中有 99.5% 的人都在使用 AI 工具，84% 每周都會用編程代理。在 Ramp 內(nèi)部平臺上，6 周內(nèi)上線了 1500 多個應(yīng)用，來自 800 多位不同的“構(gòu)建者”；非工程師發(fā)起的生產(chǎn)代碼 PR 已占到 12%，每月達(dá)到數(shù)千個，他們使用的是自研編程代理 Ramp Inspect。

因此，Ramp 經(jīng)濟(jì)研究團(tuán)隊的關(guān)注重點正在轉(zhuǎn)向?qū)Α安捎脧姸取钡淖粉櫍?dāng)前樣本包括超過 7 萬家美國企業(yè)和數(shù)十億美元的企業(yè)支出。

五萬月薪?jīng)]到頂

上月就漲了 14.1%？

根據(jù) Ramp AI Index 的最新研究，美國按 AI 采用程度排名前 1% 的公司，每位員工每月在 AI 工具和算力上的支出達(dá)到 7500 美元，Ramp 將這前 1% 的公司稱為“AI-pilled”（AI 上頭）。

而且，它們已經(jīng)且還將投入足夠長時間。每過去一個月，這些公司都在將 AI 更深地嵌入工作流、積累專有數(shù)據(jù)，并訓(xùn)練團(tuán)隊使用那些中位數(shù)公司甚至還沒有認(rèn)真預(yù)算的工具?？梢哉f，處在分布頂端的公司，并不是在“試驗”AI，而是在“構(gòu)建”。僅在過去一個月，這一群體的人均 AI 支出就增長了 14.1%。

據(jù)了解，這些“AI 上頭”公司通常采取混合策略，并不押注單一平臺。他們在多個來自 Anthropic、OpenAI 等廠商的前沿模型之間來回切換，同時使用通過 Fireworks AI、fal AI、DeepInfra 等推理平臺接入的低成本開源模型，包括來自中國、與 OpenAI 和 Anthropic 競爭的 DeepSeek。

而這種模式并不僅限于頭部用戶。Ramp 的采用數(shù)據(jù)表明，Anthropic 已覆蓋 41% 的美國付費 AI 企業(yè)用戶，成為企業(yè)端采用率最高的模型提供商；OpenAI 基本持平；DeepSeek 則在 2026 年 6 月的趨勢廠商榜中位居第一。一個清晰的趨勢是：最成熟的 AI 采購方，往往也是最不愿被單一供應(yīng)商鎖定的那一群。

但 Ramp 指出，這些公司目前還沒有在 AI 上花得比在人身上更多，美國軟件工程師月薪大約為 16000 美元，是 7500 美元的兩倍多。也就是說，最激進(jìn)的 AI 使用者，尚未跨越“AI 成本超過人力成本”的門檻。

關(guān)鍵在于：7500 美元這個數(shù)字，是天花板了嗎？如果智能體 AI 持續(xù)擴(kuò)大企業(yè)自動化的邊界，而 token 支出逐漸成為繼人力和軟件之后的第三大成本中心，那么今天的前 1%，很可能在幾年后就會變成中位水平。

token 便宜 98%、賬單翻了三倍

比員工支出都多了

隨著企業(yè)不斷燒掉各自的 token 預(yù)算，一個關(guān)鍵問題浮現(xiàn)：公司在 AI 上的支出，是否已經(jīng)超過了對人的投入？

“對我的團(tuán)隊來說，算力成本遠(yuǎn)遠(yuǎn)超過員工成本?！庇ミ_(dá)應(yīng)用深度學(xué)習(xí)副總裁 Bryan Catanzaro 近日在采訪中表示，AI 并沒有降低用工成本，至少在當(dāng)下，它的成本甚至高于企業(yè)現(xiàn)有的人力。

上周，Mercor 的 CEO 也稱，這家初創(chuàng)公司在內(nèi)部智能體的 token 開銷上，花的錢已經(jīng)超過了員工人力成本。Mercor 是一家市值 100 億美元的初創(chuàng)公司，幫助 OpenAI 和 Anthropic 等公司通過其人類專家網(wǎng)絡(luò)訓(xùn)練 AI 模型，自 2023 年成立以來，已成為 AI 生態(tài)系統(tǒng)中增長最快的公司之一。

的確，token 越來越便宜了。如今，實現(xiàn) GPT-4 同等級性能的成本，大約是每百萬 token 0.40 美元，而 2022 年末這一數(shù)字約為 20 美元，下降了 98%。然而，根據(jù)多項行業(yè)分析，企業(yè) AI 總賬單卻上漲了約 320%。企業(yè)平均 AI 預(yù)算，也從 2024 年的每年 120 萬美元增長到 2026 年的 700 萬美元。

問題出在，用量一點都不便宜。自 2025 年 11 月以來發(fā)布的一系列智能體 AI 工具，包括 Anthropic 的 Claude Opus 4.5、OpenAI 的 GPT-5.1，以及 Google 的 Gemini 3 Pro，顯著放大了單個任務(wù)的 token 消耗。2023 年，一個簡單的線性流程每次交互成本約 0.04 美元；而到 2026 年，一個編排良好的智能體系統(tǒng)成本約為 1.20 美元，增加了約 30 倍。

這種模式幾乎在各處重演：單個 token 的價格已經(jīng)大幅下跌，但對自主 AI 智能體的追逐，卻讓總體用量暴漲。今年 4 月，Uber 在 就花光了其 2026 年全年 AI 編程預(yù)算。微軟在為開發(fā)者開通 Claude Code 六個月后，又收回了相關(guān)許可；在許可證被收回前，微軟內(nèi)部一些工程師每月在 token 上的支出高達(dá) 500 到 2000 美元。有公司甚至因為忘記設(shè)置使用上限，單月就跑出了 5 億美元的 Claude 賬單。據(jù)外媒報道，Priceline 一名員工表示，一次常規(guī)的 Cursor 合同續(xù)約，價格竟上漲了 4 到 5 倍。

“六個月前，我和客戶的對話還集中在‘它能做什么？夠不夠好？’，現(xiàn)在的對話變成了：‘我們花太多錢了。你們能提供哪些可視化？有哪些 token 控制手段？’”O(jiān)penAI 企業(yè)業(yè)務(wù)負(fù)責(zé)人 Alexander Embiricos 表示。FinOps Foundation 執(zhí)行董事 J.R. Storment 則更直白地描述了這一轉(zhuǎn)變：“從 4 月、5 月開始，我聽到公司在說：‘天啊，我們已經(jīng)超出 2026 年全年 token 預(yù)算的 3 倍了，而現(xiàn)在才 4 月?！麄€討論從‘盡量多用、盡快推進(jìn)’（tokenmaxxing + go fast），轉(zhuǎn)向‘我們需要護(hù)欄，怎么控制成本？’”

工程管理平臺 Jellyfish 的研究負(fù)責(zé)人 Nicholas Arcolano 表示，過去 9 個月中，每位開發(fā)者的 token 消耗量大約增長了 18.6 倍。使用 token 最多的工程師，生產(chǎn)力大約是輕度用戶的兩倍，但為此消耗的 token 卻高出 10 倍。“極高的支出是否值得，最終取決于代碼產(chǎn)出的商業(yè)價值，而大多數(shù)公司目前仍無法衡量這一點?！彼f道。

那些此前沉浸于“無限量訂閱”的公司，如今正拼命搞清楚錢到底花去了哪里，以及這些投入是否真的帶來了回報。Priceline IT 財務(wù)高級總監(jiān) Chris Reed 將這種現(xiàn)象類比為電信計費時代：“這就像‘可卡因成癮’。他們先讓你免費試用讓你上癮，然后你就離不開了。”該公司已經(jīng)開始對部分團(tuán)隊設(shè)置 token 使用上限。Reed 表示，他已經(jīng)看到供應(yīng)商報告的使用量與公司內(nèi)部數(shù)據(jù)之間存在差異。

高盛預(yù)測，到 2030 年，全球 token 使用量將增長 24 倍。

AI 花錢的世界嚴(yán)重分層：

差距高達(dá) 680 倍

需要注意的是，人均 AI 支出 7500 美元的情況，僅來自于 AI 采用程度排名前 1% 的公司。對絕大多數(shù)公司來說，AI 支出在整體軟件預(yù)算中仍然只是一個可以忽略不計的“零頭”。

根據(jù) Ramp AI Index 的最新研究，排名前 10% 的公司，每位員工每月 AI 支出約為 611 美元，大致相當(dāng)于幾個企業(yè)級 AI 席位加上一些 API 使用費用。而在通過 Ramp 企業(yè)信用卡與賬單支付平臺追蹤的超過 7 萬家企業(yè)中，中位數(shù)公司僅為 11.38 美元，大致相當(dāng)于一個標(biāo)準(zhǔn)軟件訂閱的單席位價格。

前 1% 與中位數(shù)公司之間的差距，高達(dá) 680 倍。這也是目前對美國企業(yè) AI 支出分布極度不均最直觀的刻畫。而這種差距的復(fù)利式擴(kuò)大，或許不僅僅是軟件預(yù)算的差異。每月只花數(shù)十美元的中位數(shù)公司，有差距的不僅是訂閱數(shù)量，可能還有組織基礎(chǔ)設(shè)施，包括工作流、數(shù)據(jù)以及需要數(shù)月時間建立的內(nèi)部對 AI 的熟練度。

更值得關(guān)注的問題是：一旦 AI 成本超過人力，產(chǎn)出是否能夠匹配？而那些已經(jīng)處在這一梯隊的公司，很可能正在實時做這場實驗。

“我們現(xiàn)在看到的是一種短期錯配?！比鹗咳斯ぶ悄苎芯吭焊甑巧虒W(xué)院的 AI 與金融教授 Keith Lee 表示，企業(yè)正在大規(guī)模投入 AI，即便在很多任務(wù)上，人類目前仍然更便宜。這反映出“理論上的經(jīng)濟(jì)性”和“企業(yè)實際決策”之間存在脫節(jié)。

盡管目前 AI 可能比人類更貴，但這種情況可能會改變。Lee 認(rèn)為，隨著模型運行成本下降、基礎(chǔ)設(shè)施持續(xù)改進(jìn)，AI 的經(jīng)濟(jì)性會逐步優(yōu)化。不過，他也強調(diào)，只有當(dāng) AI 變得更可靠、對人工監(jiān)督的依賴更低時，它才真正具備成本優(yōu)勢?！瓣P(guān)鍵不只是 AI 比人更便宜，而是它在規(guī)?；瘲l件下，既更便宜，又更可預(yù)測?！?/p>

https://econlab.substack.com/p/how-much-does-it-cost-to-be-ai-pilled

聲明：本文為 AI 前線原創(chuàng)，不代表平臺觀點，未經(jīng)許可禁止轉(zhuǎn)載。

會議推薦

企業(yè)級 Agent 落地，繞不開 4 個真實的工程問題！如何在 Agent 安全性和可用性之間找到平衡點？Agent 需要什么樣的記憶系統(tǒng)才能真正理解上下文？如何通過算法壓榨實現(xiàn)智力增量與成本控制的極致平衡？多 Agent 協(xié)作，如何做到可觀測、可治理、可控制？6.26-27 AICon 上海站，國內(nèi)頭部公司的 Agent 實踐，一次說透。

今日薦文

你也「在看」嗎？