这一事件引发了业界对AI成本激增的广泛关注。随着AI技术的快速普及，越来越多企业开始感受到财务压力，甚至高管也开始质疑：AI的投入是否真正带来了实际效益？有数据显示，在某些场景下，AI的使用成本已经超过了雇佣员工的开支。

Uber首席执行官达拉·科斯罗萨希近日公开批评所谓的“Token Maxxing”，即通过最大化AI“词元”（Token）消耗量来衡量创新和效率的做法。他认为，这种做法与推出真正有价值的产品毫无关联。

所谓“Token Maxxing”，是近期科技企业内部流行的一种趋势。一些公司以Token消耗量作为衡量AI部署能力的核心指标，认为谁用得越多，谁就越“创新”。在此背景下，Meta、亚马逊、OpenAI、Uber等企业纷纷设立了内部AI使用排行榜。

这种激励机制逐渐演变为“Token注水”竞赛，许多员工将AI用于处理重复性、低价值的工作，甚至有人用AI查询天气预报。而企业期望的是，AI能被用于更具战略意义的任务。

对此，亚马逊已宣布取消内部AI使用排行榜，防止员工为提升排名而执行不必要的任务。微软也计划逐步停用多个部门员工的Claude Code订阅，进一步控制AI使用成本。

据Uber披露，仅2026年前四个月，其就已耗尽全年AI Token预算，部分原因正是Claude Code的高使用量。而Salesforce CEO马克·贝尼奥夫则表示，公司今年将向Anthropic支付约3亿美元的AI服务费，并希望未来能通过“智能路由器”系统，合理分配不同模型的使用，以平衡性能与成本。

可以看到，科技企业正从早期“不惜一切代价拥抱AI”的热情中逐渐回归理性，更加注重投资回报率（ROI）。Uber首席运营官安德鲁·麦克唐纳坦言，若无法证明AI使用带来的生产力提升最终转化为用户可感知的新功能，那么这些成本的合理性将难以被证明。

当然，也有观点认为，AI的发展仍需时间。英伟达CEO黄仁勋在员工大会上表示，面对新技术时，初期可能存在使用不充分的情况，但这并不意味着应停止探索。他强调：“稍微浪费一点钱没关系，但千万不要浪费时间。”

目前，科技行业正站在一个关键转折点上：如何在推动技术创新的同时，实现更高效、更可持续的AI应用，将成为未来竞争的关键。