曾经鼓励员工疯狂消耗Token的科技巨头们，如今正集体踩下刹车，一场席卷AT&T、Meta、Uber等巨头的“Token节流”浪潮正全面到来。

驱动这一转变的核心是失控的成本压力，AI使用强度最高的企业，每名员工每月AI支出已高达7500美元，Uber甚至在4月就花光了全年预算。

大厂们发现AI太烧钱了，以前为了鼓励创新搞“消耗排行榜”，现在为了省钱开始设上限。但这也引发了一个两难困境：强行限制AI使用量固然能省钱，但也可能把AI带来的生产力提升给砍了。企业正陷入“要效率还是要钱包”的纠结之中。

｜从“无脑烧钱”到“极限节流”

成本失控的根源，在于智能体（Agentic）工具的普及。

这类工具在执行任务时会反复自动调用模型，导致企业整体账单较此前翻了三倍。面对天价账单，巨头们纷纷从“极限消耗（tokenmaxxing）”转向“极限节流（tokenminizing）”，亚马逊直接废除了内部消耗排行榜，Uber和沃尔玛也相继设置了月度使用上限。

然而，并非所有企业都选择收紧。Box高管表示公司从未走偏，而Databricks则坚持不设预算上限。

这种反应的分歧揭示了Token节流政策内在的张力：控制使用量固然能压降成本，但也可能同步削减AI原本承诺带来的生产率提升，而这恰恰是企业当初为这笔支出所作的主要辩护理由。

｜基础设施迎来风口：“模型路由”成核心刚需

“Token节流”浪潮的另一面，是对成本管控基础设施的结构性需求爆发。

越来越多的企业开始将简单任务从高价前沿模型迁移至更廉价或开源的替代模型，以在不削减实际使用量的前提下控制成本。

微软、Databricks等巨头正迅速推出“网关”工具，英伟达投资的Factory也发布了新款模型路由器，旨在将低复杂度任务自动分配给低成本模型。

微软CEO纳德拉公开主张AI模型应像商品一样可替换，避免价值被少数模型垄断。与此同时，微软正推出“座位费+消耗量”的新计费模式，并测试用开源模型替代昂贵的Anthropic模型。

在“Token节流”时代，如何在维持产品竞争力的同时缓解客户的成本焦虑，已成为企业软件市场新一轮竞争的核心命题。

｜寻找“Token节流”时代的公司

随着企业AI预算进入精细化管控阶段，单纯追求最强模型的时代已经过去。未来，谁能用更低的成本完成同等任务，谁就能赢得企业客户的青睐。

在成本压力下，能够自动监控AI使用、实施支出上限并动态匹配最优模型的“网关”工具将迎来爆发式增长。重点关注微软、Databricks、Factory等在这一赛道卡位的基础设施供应商。

企业将简单任务向廉价模型迁移的趋势不可逆转。那些能够提供高质量开源模型微调服务、并在特定场景下实现“平替”的AI公司，将获得巨大的增量市场。

竞泰观点｜关注具备“成本可控”架构的企业级SaaS

企业AI支出从“无限畅用”转向“精打细算”，标志着AI产业正式迈入“Token经济学”时代。

成本管控工具和高性价比开源模型将迎来结构性红利；但是，真正的赢家是那些能够构建“模型路由”能力、在智能与成本之间找到完美平衡点的平台型企业。

对于投资者而言，紧盯那些帮大厂“省钱”的人，是当下最具确定性的投资主线。

未来的企业级AI产品必须具备“成本可控”的基因。支持多模型切换、提供按量计费选项的软件供应商，将在下一轮企业软件采购周期中占据绝对优势。