员工用AI摸鱼，企业账单暴涨

微软要求员工舍弃第三方代码工具, 转而采用自家CLI工具, 从表面看是为让技术栈得以统一, 而实际缘由是GitHub Copilot的使用成本实在太高了。随着越来越多员工于日常工作里频繁调用AI, 每个查询的token消耗量急剧增加, 企业每月需支付的算力费用已然超过了雇佣这些员工所发的工资。亚马逊内部也有员工予以承认, 他们会特意用AI去处理无关紧要的琐事, 仅仅是为了拉高内部使用数据。

智能体消耗token是普通查询上千倍

就像智能体执行像“帮我发一封邮件”这样一个简单指令时, 或许得多次去调用大模型, 以此来理解意图, 还要生成草稿, 接着检查格式, 随后发送确认, 当中每一步操作都要耗费大量token。彼得·施泰因贝格尔的创业团队, 一个月在token上所花费的费用就超出了130万美元。然而普通员工手动去写一封邮件仅仅只需几分钟, 并且几乎是零成本。企业的算力账单就这样被智能体暗暗地给吃掉了。

杰文斯悖论在AI领域重现

技术效率得以提升, 然而反而催生了更多的使用需求, 在历史上, 蒸汽机是这样的例子, 航空燃油也是这样的例子。当下, AI token单价的确是在下降, 可是员工所使用的量增速远远超越了单价的降幅。国际航空运输协会做出预测, 航空出行需求到2050年将会翻倍，而企业内部AI调动量翻倍或许仅仅需要几个月的时间。黄仁勋表明, 工程师每年起码要消耗等同于半数年薪的token才能够发挥出完整价值, 把这话反过来去理解, 企业正在为这种“详尽”价值支付真金白银。

员工疯狂堆token只为完成考核

有不少企业, 将AI使用量纳入绩效考核范畴, 员工为了能够达标, 便拼命地去堆token。亚马逊的员工, 会利用AI去撰写毫无意义的周报, 还会生成冗长的会议纪要, 仅仅是为了让系统记录下更多的使用次数。微软以及Meta, 也都曝出了类似的问题, 员工甚至把AI当作聊天的玩具, 问一些和工作毫无关联的问题。然而这些企业, 恰恰是AI研发的大额投资方, 现如今却被自己的员工反噬了。

降本增效变成了增本降效

企业刚开始推行AI工具, 目的是削减人力成本、提升产出效率, 然而如今每月需支付的算力账单, 比员工工资还要高。更难堪的是, 效率提升成效极为有限。员工借助AI生成的内容质量高低不一, 反倒得耗费更多时间去检查与修改。有管理者埋怨, 以往员工自行编写代码速度挺快, 如今等待AI生成、接着改错、随后调试, 所用时间反倒延长了。

AI替代人力短期内难以实现

企业怀着借助AI替换人力、削减用工开支的想法, 在token单价不曾大幅降低以前, 是很难行得通的。当下, 每个任务所需token数量的增长速度, 远远超过单价的下降幅度, 降本的举措只会起到相反的效果。人工智能自身的确存在价值, 然而, 将它当作廉价劳动力的替代品, 恐怕是打错了算盘。未来, 各家企业会不会调整AI使用制度, 还是个不确定的情况。

那你认为企业到底是应当持续性地鼓励员工去运用AI, 还是要严格地限定token的使用数量? 欢迎于评论区域阐述一下你的观点感受, 去点赞并进行分享从而让更多的人能够看到这篇文章。