今年年初, 很多公司都一头扎进 AI 工具的海洋, Rippling 也不例外。但短短几个月, 这笔投入就变成了一本令人心惊的账。到了 3 月, 管理层发现 AI token 支出几乎要吃掉一半的研发人力成本。
一次昂贵的自我教育
Rippling 首席产品官 Matt MacInnis 回忆说, 那是 3 月的一次高管会议, CFO Adam Swiecicki 摆出的数字让他们难以置信——按照当时的趋势, 公司花在 AI token 上的钱, 将相当于整个研发部门人力预算的 40%。要知道, 研发部门通常是技术公司里人力成本最高的地方之一。更夸张的是, 月度支出还在以 80% 的速度增长, 照这个势头走下去, 下一年 AI 支出甚至可能达到研发人力成本的 90%。
这可不是小数目, Rippling 的研发部门集中了大量高薪工程师, 几百万美元的 AI 开销就这样无声无息地烧掉了。Rippling 随后的分析还发现, 支出高度集中在少数人身上:
- 约 10%–15% 的员工贡献了约 60% 的 AI 总支出
- 其中一位工程师每个月的 AI 花费高达 5 万美元
- 高支出并不直接等于高产出
AI Spend Console: 把支出和产出放在一起看
为了搞清楚这些钱到底花到哪里去了, Rippling 内部做了一个“紧急项目”, 这个项目最终变成了本周发布的 AI Spend Console。它的核心思路很简单: 不只是看花了多少钱, 还要看这些钱是否买来了真正的效率。
工具会把支出细化到单个员工、团队和职位角色, 再结合工作产出做对比。Rippling 在公告里举了一个很直观的例子: 哪些工程师 AI 花费很高, 但他们的同事却经常在代码评审里要求返工? 也就是说, 它试图识别出那种“生成大量 AI 内容但质量堪忧”的使用者——用他们的话说, 就是生产 “AI slop” 的人。
这种把成本与质量挂钩的思路, 在当下 AI 预算普遍失控的环境里显得尤其务实。过去企业买软件, 是按席位算钱, 成本相对可预测; 而 AI 是按使用量计费, 一个过度使用的员工就能造成巨大缺口。
对企业管理者意味着什么
AI Spend Console 的诞生, 本身就是一个再明显不过的信号: 企业 AI 支出已经从“要不要用”进入了“怎么用才划算”的阶段。
对 CFO 和 IT 负责人来说, 这类工具提供了一种新的控制点——不再是一刀切禁用 AI, 而是通过数据找到真正带来价值的使用方式和需要约束的个例。当然, 它也有局限: 比如如何定义“AI slop”就涉及主观判断, 更不用说追踪员工的 AI 行为本身可能引发的隐私争议了。
一个务实的建议是, 如果你所在的公司 AI 预算开始失控, 先别急着买新工具, 不妨学 Rippling 的做法: 拉出账号级的使用明细, 看看是哪些角色、哪个团队在烧钱, 再决定是上线管控工具, 还是给高强度使用者设定配额。
AI Spend Console 只是一个起点, 它预示着 AI 成本治理会成为企业软件的标配功能。毕竟, 当 AI 的账单比人力还贵时, 精打细算才是长久之计。
评论
暂无评论
成为第一个评论的人