AI成本悖论：为何有些公司支出更多？
摘要
本文讨论了企业在部署AI处理重复性任务时面临的AI成本上升悖论，指出AI更像昂贵的基建而非廉价劳动力，需要监控、人工审核和集成等成本。
我看AI部署越多，就越觉得AI不是在取代员工。它似乎是在取代初级重复性任务。客户支持：AI可以同时回答1000个工单。编码：AI能在几分钟内编写样板代码、测试和文档。研究：AI读100篇论文比人类读5篇还快。但奇怪的是：好几家公司报告说AI账单比预期高。因为实际的堆栈变成了：AI → 监控 → 人工审核 → 集成 → 基础设施。人类员工花钱是因为他们思考。AI系统花钱是因为它规模化。例如，如果一名员工犯一个错，只影响一个客户。如果AI代理犯一个错，突然就有1万名客户收到错误答案。所以公司现在雇佣AI工程师、评估员和审核员。这让我思考：也许AI的行为不像员工。它更像云基础设施或ERP软件，初期昂贵，最终不可或缺。好奇那些部署AI的人实际看到了什么。哪些任务真的消失了？哪些仍然顽固地需要人工？
相似文章
AI真的越来越贵了吗？
探讨AI成本是否在增加，讨论AI开发和部署费用的趋势。
如何应对AI成本上升？
一篇探讨AI开发与部署成本日益增长的文章，并提出了应对这些成本的潜在策略。
AI太贵了
文章认为，对于大多数公司而言，人工智能过于昂贵，在经济上不可行。超大规模云服务商在数据中心上花费了数万亿美元，但却未能产生相应的人工智能收入。文章指出，只有像NVIDIA这样的硬件供应商才能从当前的人工智能泡沫中受益。
因成本过高，企业正在限制员工使用AI
各行业的公司因成本飙升而限制员工使用AI并转向更便宜的模型，部分公司支出增至三倍，每月超过1500万美元。
当AI成本超过工程师薪资时
分析AI计算支出与工程师薪资的对比，显示Anthropic在计算上的支出是薪资支出的2.3倍，而大多数公司支出远低于此，并展望了至2029年的成本情景。