今年年初, 很多公司都一頭扎進 AI 工具的海洋, Rippling 也不例外。但短短几個月, 這筆投入就變成了一本令人心驚的賬。到了 3 月, 管理層發現 AI token 支出幾乎要吃掉一半的研發人力成本。
一次昂貴的自我教育
Rippling 首席產品官 Matt MacInnis 回憶說, 那是 3 月的一次高管會議, CFO Adam Swiecicki 擺出的數字讓他們難以置信——按照當時的趨勢, 公司花在 AI token 上的錢, 將相當於整個研發部門人力預算的 40%。要知道, 研發部門通常是技術公司里人力成本最高的地方之一。更誇張的是, 月度支出還在以 80% 的速度增長, 照這個勢頭走下去, 下一年 AI 支出甚至可能達到研發人力成本的 90%。
這可不是小數目, Rippling 的研發部門集中了大量高薪工程師, 幾百萬美元的 AI 開銷就這樣無聲無息地燒掉了。Rippling 隨後的分析還發現, 支出高度集中在少數人身上:
- 約 10%–15% 的員工貢獻了約 60% 的 AI 總支出
- 其中一位工程師每個月的 AI 花費高達 5 萬美元
- 高支出並不直接等於高產出
AI Spend Console: 把支出和產出放在一起看
為了搞清楚這些錢到底花到哪裡去了, Rippling 內部做了一個「緊急專案」, 這個專案最終變成了本週釋出的 AI Spend Console。它的核心思路很簡單: 不只是看花了多少錢, 還要看這些錢是否買來了真正的效率。
工具會把支出細化到單個員工、團隊和職位角色, 再結合工作產出做對比。Rippling 在公告裡舉了一個很直觀的例子: 哪些工程師 AI 花費很高, 但他們的同事卻經常在程式碼評審裡要求返工? 也就是說, 它試圖識別出那種「生成大量 AI 內容但質量堪憂」的使用者——用他們的話說, 就是生產 「AI slop」 的人。
這種把成本與質量掛鉤的思路, 在當下 AI 預算普遍失控的環境裡顯得尤其務實。過去企業買軟體, 是按席位算錢, 成本相對可預測; 而 AI 是按使用量計費, 一個過度使用的員工就能造成巨大缺口。
對企業管理者意味著什麼
AI Spend Console 的誕生, 本身就是一個再明顯不過的訊號: 企業 AI 支出已經從「要不要用」進入了「怎麼用才划算」的階段。
對 CFO 和 IT 負責人來說, 這類工具提供了一種新的控制點——不再是一刀切禁用 AI, 而是通過資料找到真正帶來價值的使用方式和需要約束的個例。當然, 它也有侷限: 比如如何定義「AI slop」就涉及主觀判斷, 更不用說追蹤員工的 AI 行為本身可能引發的隱私爭議了。
一個務實的建議是, 如果你所在的公司 AI 預算開始失控, 先別急著買新工具, 不妨學 Rippling 的做法: 拉出賬號級的使用明細, 看看是哪些角色、哪個團隊在燒錢, 再決定是上線管控工具, 還是給高強度使用者設定配額。
AI Spend Console 只是一個起點, 它預示著 AI 成本治理會成為企業軟體的標配功能。畢竟, 當 AI 的賬單比人力還貴時, 精打細算才是長久之計。
評論
暫無評論
成為第一個評論的人