NEA合伙人Tiffany Luck：企业仍在艰难探索AI投资回报率（ROI）

核心要点

• 从扩张转向理性：企业正从盲目追求AI使用量转向关注实际的投资回报率（ROI）。
• 预算超支压力：Uber等巨头在短时间内耗尽了年度AI预算，迫使企业重新审视支出结构。
• 工具授权缩减：为了控制成本，部分公司开始削减Claude等AI工具的内部授权范围。
• 管理策略调整：Meta等公司取消了内部AI排行榜，反映出企业对AI部署策略的审慎态度。

详细分析

“Tokenmaxxing”热潮后的财务阵痛

在今年早些时候，硅谷盛行所谓的“Tokenmaxxing”，即CEO们鼓励员工尽可能多地使用AI，试图将技术潜力发挥到极致。然而，随着账单的到来，这种激进的扩张策略遭遇了现实的挑战。据报道，Uber在短短几个月内就耗尽了其全年的AI预算。这种财务上的压力迫使企业不得不停下脚步，重新评估每一枚Token背后的实际商业价值，而非仅仅追求使用频率。

企业对AI工具的重新评估与收缩

面对高昂的订阅和调用成本，企业不再无限制地提供AI工具支持。部分组织已经开始削减Claude等大语言模型的授权范围，仅保留核心部门的使用权限。同时，Meta也停止了其内部的AI排行榜，这标志着企业管理层对AI的关注点已从“谁用得多”转向“谁用得有效”。NEA合伙人Tiffany Luck指出，这种紧张局势反映了企业在追求技术领先与维持财务健康之间的博弈。企业目前正处于一个“摸索期”，试图找出哪些AI应用场景能真正带来ROI，而哪些只是昂贵的实验。

行业影响

这一转变标志着AI行业正从“技术狂热期”进入“商业落地考核期”。对于AI服务提供商（如Anthropic、OpenAI等）而言，这意味着他们需要证明其产品不仅具有技术先进性，更能为客户带来可量化的经济效益。对于企业用户而言，建立完善的AI成本监控和ROI评估体系将成为未来一段时间的核心任务，盲目投入的时代已经结束。

常见问题

什么是“Tokenmaxxing”？

“Tokenmaxxing”是指企业或个人在AI应用中不计成本地追求最大化使用Token（AI处理的基本单位）的行为，旨在通过高频使用来探索AI的潜力或在内部竞争中占据先机。

为什么企业开始削减Claude等AI工具的授权？

主要原因是成本超支。由于大语言模型的使用成本（如API调用费）远超预期，企业在未能看到明确产出回报的情况下，选择通过缩减授权范围来控制运营支出。