4 月 Uber 技術長 Praveen Neppalli Naga（首圖）透露，公司前四個月就燒光全年 AI 預算。這件事是整個矽谷「token 消耗大比拚」的典型例子。但幾週後，Uber COO Andrew Macdonald 在 Podcast 補刀：token 消耗和給用戶的功能，沒關係。
Uber 去年底部署 Claude Code，95% 工程師每個月都在用，70% 程式來自 AI，使用率驚人，帳單也驚人。每個工程師每月 API 調用費在 500~2,000 美元，同個人用同樣工具，同天消耗差異可達十倍。CTO 不得不說自己要推倒重來，「因為我以為夠用的預算，都被吹走了」。
他們花了很多錢叫 AI 寫程式，但花錢和最終產出之間，看不到因果關係。錢確實花了，程式確實寫了，但用戶體驗提高多少？新增多少有用的功能？問就是不知道。
不同方向的同樣問題
Uber 的困境是錢花了，成效沒出來，但很多公司選擇的是另一條路，由於看到 AI 的潛力而大舉裁員，認為 AI 可以取代。不是幫人買 AI 工具，而是用 AI 取代人，這條路的帳算得清嗎？
Gartner 今年調查，包括 350 家年收入超過十億美元的全球企業，結果發現：80% 企業部署 AI 後都有裁員。可是裁員率和投資報酬率完全沒有相關性，大裁特裁的公司和裁少少的公司，報酬率幾乎一樣。
這個結果很反直覺，但仔細想想又很合理。裁員省的是人事成本，但省下來的錢沒有變成新業務價值，只是讓財報數字好看一季，不是讓公司真的變強。Gartner 結論很直接：裁員可以騰出預算，但不會創造業務價值。
AI 驅動的裁員，投資報酬率是零，為什麼老闆還在做？其實裁員不是經營決策，是訊號。對投資人說「我們在用 AI 了」和對董事會說「我們的營運效率有提升」，兩者的「話術效果」都比真實投報率更重要。
《財富》分析，這叫做「AI washing」，用 AI 當藉口裁員，其實只是單純砍成本充利潤，和 AI 能否取代這些職位都沒關係。
有趣悖論
這樣看來，AI 不是反造成管理矛盾嗎：用 AI 取代人節省薪水，但投報率沒提高；叫員工用 AI，效率似乎提升了，但預算先爆了。
AI 工具的計費模式和傳統軟體完全不同，傳統軟體是按設備收費，每人每年多少錢都寫在合約上，可以預測。但 AI 工具是按 token 收費，用多少算多少，且每人用量差異很大。Uber 資料顯示，一個工程師一天消耗就能差到十倍，代表傳統 IT 預算模型完全失效，你沒法年初預測這一年總共會花多少錢。
這就像固定費率的健身房會員卡，改成按次計費的私人教練。以前每月付月費，去不去都是花一樣金額。現在每次去都要付費，去越勤就花越多，且員工去多勤，老闆完全無法控制。
不用，怕被淘汰；用了，帳算不過來。
錢都跑去哪了？
Gartner 報告其實有偷偷預告了：到 2028~2029 年，自動化業務反而會淨增職位。這聽起來像沒什麼用的安慰，實際上是說現在裁掉的人，將來還得再招回來，只不過到時職位會叫「AI 協調員」或「模型營運」等等等，薪資也不是同個等級。
打工人被裁，公司也沒賺到更多，預算還爆了。錢去哪裡了？當然是 AI 公司口袋裡。Anthropic 今年年化收入破 10 億美元，OpenAI 更高。當 Uber CTO 說「預算飄走了」，消失的預算都剛好落在 Anthropic 帳戶了呢。
這是經典的淘金熱結構。真正賺錢的從來不是淘金者，而是賣鏟子和牛仔褲的人。現在鏟子是 API，牛仔褲是 token，每家公司都在拚命用 AI、拚命讓員工用 AI、拚命用 AI 取代員工，而 AI 公司每個環節都能收錢。
AI 沒有省錢，只是換一種花錢方式。
以前花在人身上，現在花在模型；以前花在員工薪資，現在花在 token；以前預算可預測，現在無法控制。甚至以前花的錢是給員工，他們會拿去消費、娛樂、還房貸，錢有在循環。現在花的錢，直接進入幾家硬體密集型、融資密集型 AI 公司口袋，變成下輪 GPU 採購和下輪融資的資本。
所以當你看到「某公司宣布用 AI 最佳化人力結構」新聞，可以自己翻譯成：
我們把員工薪水轉送給 AI 公司，但我們不確定交易是否划算，只知道如果不做這筆交易，投資人會不高興。
（本文由 愛范兒 授權轉載；首圖來源：Praveen Neppalli Naga）
科技新報粉絲團
加入好友
訂閱免費電子報
