代币经济学促使企业重新审视全面押注AI

许多企业曾一度全面拥抱人工智能，鼓励员工尽可能多地使用AI工具。然而，这股热潮很快遭遇了现实的冷水：AI的使用成本，以token（令牌，即AI处理文本或代码的基本计量单位）计算，可能变得极其高昂。据《纽约时报》报道，这正迫使企业的关注点从“最大化采用AI”转向“严格控制成本”。 与云计算等早期技术不同，AI领域缺乏标准化的定价体系、透明的性能基准以及被广泛接受的投入产出衡量方法。企业常常陷入困境：不清楚哪个AI模型最适合某项任务，不知道该用多少token，更难以判断这笔开支是否物有所值。为了应对这些挑战，一个名为“tokenomics”（代币经济学）的新兴研究领域应运而生，专门研究组织如何采购、衡量和优化AI资源。行业组织也在积极制定通用标准，以提高AI定价和性能的透明度。 目前，许多公司已开始使用监控工具，将token支出与业务成果（如交付的软件功能或生产力提升）进行对比分析。一些组织甚至尝试将AI视为一种“虚拟劳动力”，通过将AI开支与员工薪酬进行比较，来评估人机协同的总产出。尽管AI潜力巨大，但其长期经济影响仍充满不确定性。不同服务商的token价格差异显著，虽然缓存token等创新技术能降低成本，但未来价格波动仍可能对AI的普及产生重大影响。此外，具备有效部署AI能力的专业人才依然稀缺。由于缺乏关于AI支出和绩效的全面数据，企业和经济学家仍在努力判断：AI究竟会大幅提升生产力、增强人类工作，还是会沦为一项回报不确定的昂贵投资。