币圈界报道：

从疯狂试错到价值验证：企业AI进入问责时代

2024年初，硅谷盛行一种名为“Tokenmaxxing”的文化——鼓励员工无限制使用生成式AI工具，以快速探索可能性。然而，当月度账单送达，许多企业发现预算已见底。优步在数月内耗尽全年AI支出，多家公司缩减Claude许可证采购，Meta悄然关闭内部AI使用排行榜，标志着技术热情与现实成本之间的裂痕日益扩大。

实验热潮退去，绩效问责成为主旋律

作为新企业联合公司（NEA）的企业技术投资负责人，Tiffany Luck近期揭示了当前企业的普遍困境：尽管AI支出在2024年末至2025年初飙升超两倍，但真正转化为生产力提升或收入增长的比例仍极低。她强调，企业尚未建立起有效评估AI投资成效的体系，单纯依赖调用次数或节省工时的传统指标，已无法反映其对工作流程、决策质量及客户体验的深层影响。

衡量盲区：为何难以量化AI的真实价值

Luck指出，多数组织缺乏能够捕捉非线性影响的评估机制。一个工具可能不直接降低单位成本，却显著优化了跨部门协作效率或提升了客户响应精准度，这类贡献难以通过传统财务模型体现。因此，仅看调用成本来判断是否值得，等于只看灯泡亮度而忽略整个照明系统的功能。

对企业采购者的启示：战略先行，框架为王

对于正规划或扩展AI部署的机构而言，核心教训是：盲目追求数量只会导致资源浪费。过往的“快速上手”模式虽加速了采用，但也埋下了超支与期望落空的隐患。未来能否持续投入，取决于能否建立可验证的价值证明体系。作为全球领先的风投机构之一，NEA对这一趋势的洞察尤为关键，反映出行业正在经历一场深刻的自我校准。

2025年的方向：聚焦高影响力场景与透明度

分析师预测，今年将是企业AI整合的关键年。公司将精简工具链，集中资源于少数能带来明确业务影响的应用场景，并要求供应商提供更清晰的投资回报数据。这将利好那些专注垂直领域、具备可追踪效果或成本优化能力的初创企业，而非通用对话模型。正如Luck所言，成功的路径在于将AI视为一项需承担结果的严肃资本支出，而非短暂潮流。

结语：创新必须可被丈量

企业级AI的发展正告别“重投入轻评估”的阶段，迈向以责任为核心的新纪元。随着优步、Meta等标杆企业调整策略，行业共识逐渐形成：没有衡量的创新只是昂贵的试错。未来赢家将是那些能构建起完整评估体系，回答‘我们到底获得了什么’这一根本问题的企业。

常见问题解答

何谓Tokenmaxxing？

指企业在未设限预算前提下，鼓励广泛使用生成式AI进行实验和学习的行为，流行于2024年初的硅谷科技圈。

为何部分企业开始削减AI开支？

因前期投入过大但未产生可验证的商业成果，导致预算严重超支。优步与Meta等公司的案例促使企业转向更严格的成本控制与价值导向的投资策略。

企业应如何科学评估AI投资回报？

需建立超越基础成本节约的多维评估体系，涵盖工作流优化、决策准确性提升、客户满意度变化及最终收入贡献。定制化的ROI追踪工具与内部衡量框架正成为不可或缺的能力。