本文來自微信公眾號： AI Humanist by杉森楠 ，作者：杉森楠

最近我發(fā)現(xiàn)一個很有意思的反轉(zhuǎn)。

各大中小公司的「全面AI化」因Token太貴，居然開始「緊急撤回」了，Token經(jīng)濟「崩掉一堆高管老頭」——

過去這一年，很多大廠都肉眼可見地在瘋狂推動內(nèi)部AI化。尤其是那些原本就背著增長壓力、組織效率壓力的高管，會非常自然地把AI當(dāng)成新的管理抓手——

內(nèi)心BeLike“既然AI能寫代碼、寫文檔、做分析，那員工為什么不用？不用就不是我們的兄弟?！?/p>

于是很多公司開始半強制地鼓勵員工使用AI。

而鼓勵的方式無非是推銷雞蛋一樣的老幾樣，有些是明面上的OKR：每個團隊都要交AI案例，每個部門都要做AI轉(zhuǎn)型匯報；有些則是免費用Token，公司報銷。

但許多高管老頭們本身似乎并了解AI、也不了解Token，更不了解這二者結(jié)合之后的「恐怖」所在。

高管只懂財務(wù)，不懂一線業(yè)務(wù)的缺點開始顯現(xiàn)——

“他X的，Token這么貴？！快給老子撤回，一個工程師程序員才幾個錢？全面AI化先停一停，等我把財務(wù)模型擺正了再說?！?/p>

我一般管這個叫「Token崩了高管老頭」。

所以，短短1年之內(nèi)，高管老頭們突然意識到AI這玩意是不能真投入的，因為自家公司是真有這個錢，是真要花這個錢的。

我將這種被「AI化」崩的高管老頭分為兩種：

（1）真蠢到覺得，全公司只要立刻、全部、馬上、全面AI化，業(yè)務(wù)就能起死回生、開啟第二增長曲線，而且認為實現(xiàn)第二增長曲線的第一要義就是放開用Token。但現(xiàn)在發(fā)現(xiàn)，自己躺在傳統(tǒng)互聯(lián)網(wǎng)、傳統(tǒng)行業(yè)里，躺著賺錢本就很舒服，搞AI化既沒必要，也起死回生不了。

（2）從一開始就把「AI化」當(dāng)作新時代的宣傳語言和敘事，但最近發(fā)現(xiàn)這個口號叫不響了，或者說往里面投入的錢，比養(yǎng)真實工程師還要多?；帕?。

第一種：把AI當(dāng)成第二增長曲線，最后差點把基本盤干穿

先說說第一種，某些高管老頭固執(zhí)地認為「全面AI化能夠帶來第二增長曲線」，而全面AI化從哪里搞？

誰也不清楚，這就難住了高管老頭們，但眾所周知，高管老頭們是不能被難住的。

所以，他們想到了最好的方式——

“業(yè)務(wù)直接用AI接管，簡單純粹地蔑視人的價值。讓AI應(yīng)替盡替人類。”

高管老頭們開始把AI當(dāng)成一種組織層面的速效救心丸，但結(jié)果發(fā)現(xiàn)差點把傳統(tǒng)業(yè)務(wù)干報廢了。

他們的底層判斷很簡單——

“既然AI能寫代碼、寫文檔、做客服、做分析，那公司的增長問題、效率問題、成本問題，是不是都能靠AI重新洗一遍？”

于是，「AI化」變成了一種公司級敘事：增長不行，就說靠AI開第二曲線；利潤承壓，就說靠AI優(yōu)化組織；人效難看，就說靠AI替代重復(fù)勞動。

Klarna（歐洲最大的支付平臺）就是非常典型的案例。

它的CEO Sebastian Siemiatkowski曾公開說，AI已經(jīng)能做所有人類能做的工作。公司也停止擴張性招聘，通過自然流失把員工從約4500人降到約3500人。這個口徑非常接近第一類高管的想象。

Klarna還和OpenAI一起宣傳過客服AI的成果：上線首月處理230萬次對話，占客服對話的三分之二，號稱相當(dāng)于700名全職客服，并把問題解決時間從11分鐘壓縮到2分鐘以內(nèi)。只看這組數(shù)字，確實很像「AI改造傳統(tǒng)業(yè)務(wù)」的Good Sample。

但問題也恰恰出在這里——

“客服不是只有「回答問題」這一點。”

AI能處理大量標(biāo)準(zhǔn)化問題，比如賬單、退款、物流、賬戶狀態(tài)、常見規(guī)則解釋，這沒問題。但客服真正有價值的地方，是那些非標(biāo)準(zhǔn)、帶情緒、需要判斷、甚至影響用戶信任和復(fù)購的邊緣場景。

所以Klarna后來又做了修正：重新招聘人工客服，并試點類似Uber的自由接單式客服模式?，F(xiàn)在，玩了一圈，發(fā)現(xiàn)復(fù)雜服務(wù)最后還是要回到人身上。

更抽象的是，這種AI化還會繼續(xù)演變出第二個分支：直接把“用不用AI”變成一種新的組織紀(jì)律，管你這那的。

這里說的就是Duolingo。

2025年，Duolingo CEO Luis von Ahn發(fā)布“AI-first”內(nèi)部信，提出公司要轉(zhuǎn)向AI-first。宣稱要把AI使用嵌入到招聘、績效和組織管理里：招聘時要看AI使用能力，績效評估里要加入AI使用情況，外包人員做的工作如果能被AI完成，就逐步停止外包。

AI直接成了考核人類的Benchmark了。

問題在于，一旦AI使用被綁定到績效，員工就會優(yōu)化這個指標(biāo)——

“用AI是因為不用顯得落后，接入AI是因為匯報里得有AI，做AI案例是因為組織要證明自己正在AI化。至于AI是否真有用、任務(wù)是否適合，Who Cares？”

Duolingo后來回撤了「用AI使用情況評價績效」的做法。原因表面上簡單純粹——

“員工開始質(zhì)疑，公司是不是只是為了用AI而用AI？”

但實際上，估計是高管老頭們發(fā)現(xiàn)，AI考核人類的Benchmark有漏點，而且堵不上。

Luis von Ahn后來也承認，績效最重要的仍然是本職工作做得好不好，如果AI幫不上忙，就不會強迫員工使用。

總的看起來，全面AI化的真實情況與這些高管老頭們的預(yù)想，剛好相反。

AI不是第二增長曲線本身，它最多是某些流程里的杠桿。它能不能產(chǎn)生價值，取決于公司有沒有清楚的問題、穩(wěn)定的數(shù)據(jù)、可改造的流程、足夠強的人類工程師兜底，以及愿意為試錯付出的真實成本。

所以，所謂AI化并沒有自動變成生產(chǎn)力革命，反而在很多公司里變成了一種新的管理幻覺。

第二種：雞賊高管，反成老登

第二種高管老頭，被Token崩的方式，和第一種不太一樣。

第一種是真的把AI當(dāng)成萬能藥，覺得只要全公司立刻AI化，業(yè)務(wù)就能重新增長，人效就能瞬間提升。

第二種就現(xiàn)實多了，一幫玩資本的老手，被AI這個非常年輕的事物，崩了。

大量企業(yè)打著弘揚福利文化精神，關(guān)懷員工的旗號，宣稱：大家使用AI這件事，可以Free了。Claude Code之類的API，由公司報銷，甚至據(jù)我了解，有太多公司專門接了AWS，以讓員工更加「高效、穩(wěn)定」地使用CC。

可高管老頭們未必真的相信AI能重塑一切，但他們非常清楚，AI是這兩年最好用的資本市場語言、管理語言和組織動員語言。

對外，可以講AI戰(zhàn)略、AI基建、AI-first、第二增長曲線；對內(nèi)，可以講提效、降本、流程自動化、組織升級。

但，只要AI開始進入財務(wù)報表，業(yè)務(wù)的真實狀況可不跟你講廢話。

不過，此處的業(yè)務(wù)真實狀況也要分為2點：

（1）過于依賴「SOTA AI敘事」，差點將自家業(yè)務(wù)和工程師的心智送給對方。

（2）將AI Token消費=AI化前景，重復(fù)這個敘事，差點把自己都騙到了。

第一點，沒錯，說的就是微軟。

我覺得微軟的這個故事，絕對是可以寫進「大AI時代」歷史教科書中的。

微軟最近被曝正在取消部分內(nèi)部Claude Code許可，并把開發(fā)者引導(dǎo)到GitHub Copilot CLI。報道里提到，這件事主要發(fā)生在微軟Experiences+Devices相關(guān)團隊，涉及Windows、Microsoft 365、Teams、Outlook、Surface等產(chǎn)品線，部分Claude Code使用將在2026年6月30日前收口。

很多人看到這個消息，第一反應(yīng)是——

“微軟是不是覺得Claude Code不行了？”

恰恰相反，微軟是覺得Claude Code太行了。

微軟從2025年底開始讓數(shù)千名員工使用Claude Code，甚至鼓勵沒有編碼經(jīng)驗的設(shè)計師、產(chǎn)品經(jīng)理用它做原型。軟件工程師也被要求同時使用Claude Code和GitHub Copilot，并反饋兩者差異。

結(jié)果，過去一年里，Claude尤其是Claude 3.5 Sonnet、Claude 4系列，在代碼理解、長上下文處理、復(fù)雜工程修改、多文件協(xié)同重構(gòu)等場景里表現(xiàn)非常突出。很多開發(fā)者認為，在真實的軟件工程任務(wù)中，Claude的體驗甚至超過了GitHub Copilot默認提供的能力。

微軟內(nèi)部不少工程師也有類似反饋，然后微軟高管，瞬間順從了這些提議。

這個判斷也不是單純的外部猜測。

The Verge后來的報道里引述了微軟Experiences+Devices負責(zé)人Rajesh Jha的內(nèi)部備忘錄。他對員工的解釋是——

“微軟當(dāng)初同時提供Copilot CLI和Claude Code，不是因為要放棄自家工具，而是為了盡快學(xué)習(xí)，在真實工程工作流里對這些工具做基準(zhǔn)測試，搞清楚到底什么東西最能支持微軟自己的團隊?！?/p>

微軟通信主管Frank Shaw當(dāng)時也給過類似口徑——

“公司經(jīng)常測試和試用競爭產(chǎn)品，是為了更好理解市場格局?！?/p>

畢竟微軟自己也在做Copilot。如果連競爭對手的產(chǎn)品都不研究、不使用，那反而會失去對行業(yè)真實水平的判斷。所以微軟最初引入Claude Code，是因為太相信工程師的反饋。

這套話術(shù)，一聽居然還挺對......

但是，真實的業(yè)務(wù)狀況，可不會在財務(wù)模型上騙人。

隨之而來的問題是，玩資本的高管老頭發(fā)現(xiàn)，自己被資本擺了一道。

因為微軟自己賣的就是GitHub Copilot啊，喂！

如果微軟內(nèi)部最核心的工程團隊都更喜歡Claude Code，那它對外賣Copilot的時候，就會遇到一個3歲孩子都懂的問題——

“你讓我買Copilot，可你自己的工程師為什么不用？”

這一點，Google就很聰明了，雖然自己的Antigravity稀爛、Gemini CLI更是稀爛，但就是不允許用Claude Code。

于是微軟被順利崩老頭了，開始選擇把AI收回到自己能控制的平臺里。

繼續(xù)說第二點——

“將AI Token消費額度=AI化前景，重復(fù)這個敘事，差點把自己都騙到了。”

這是最愚蠢的，也是最能證明舊互聯(lián)網(wǎng)時代的高管老頭們的一大部分，只是在純粹地表演而已。

美國一家媒體Axios在2026年5月28日的文章《AI sticker shock hits corporate America》里寫到：一名AI顧問告訴Axios，他的一個客戶最近因為沒有給員工的Claude licenses設(shè)置使用上限，單月花掉了half a billion dollars，也就是約5億美元。

文章里還提到，有CTO告訴Axios，員工甚至用AI模型查天氣；Axios也引用前微軟首席AI官Sophia Velastegui的說法，批評企業(yè)「撒出去一堆AI license，看看什么能做出來」的thousand flowers bloom式打法，往往無法帶來可量化回報。

這里有個番外故事——

“2026年5月20日阿里云峰會上，米哈游《崩壞》系列AI NPC&Gameplay技術(shù)團隊負責(zé)人鄭銀河分享過一個內(nèi)部案例：有同事為了做項目，搭了幾十個Agent協(xié)作，結(jié)果這些Agent互相調(diào)用、互相等待、進入低價值循環(huán)，一晚上消耗了約200萬人民幣價值的大模型token。”

我第一次聽到朋友轉(zhuǎn)發(fā)給我這個消息的時候，人是震驚的。

不多評價。

所以高管最初想象中的AI化，可能是這樣的......

員工用了AI，效率提升，公司付一點訂閱費，省很多人力，最后組織產(chǎn)出變多、管理層贏麻。

你甚至在這個邏輯里，找不到高管老頭贏不了的任何一點漏洞。

但現(xiàn)實很可能是這樣的——

“員工確實用了AI，但賬單和真正的生產(chǎn)效率之間，比率可能是100:1。而且效率提升并不均勻，有些高級工程師把AI當(dāng)放大器，一個人活成一個團隊。有些人卻只拿AI做問答，再把模型制造的新問題帶回團隊?！?/p>

而高管老頭們只是「看透了AI，看透了Token」，一言不語地默默為同事們接入API，再拔掉API。