一句话看懂：TechRadar 刊发 GoTo ITSG 总经理 Joseph George 的评论文章，指出企业用 token 消耗量衡量 AI 回报会推高成本却未必带来价值，并给出以工作流设计和分角色培训为核心的替代思路。
事件核心：发生了什么
文章回顾了企业鼓励员工“尽量多用 AI”的早期阶段：员工若不用 AI，账单上几乎为零，消耗 token 多则被视为积极信号，进而催生“tokenmaxxing”——为刷用量而用 AI。作者引用 Pulse of Work 2026 调研数据：88% 员工称 AI 带来了帮助，估算日均节省 2.3 小时；但五分之四的人认为自己没有充分发挥其潜力，69% 不完全清楚 AI 如何应用到自己的岗位，60% 感到无论任务是否合适都被要求使用 AI。Joseph George 在文中明确提出，AI 活跃度不能代表业务价值。
为什么重要
这直接触及企业 AI 商业化的核心问题：按 token 计费的 API 模式下，用量指标与 ROI 指标并不同向。当组织把 AI 使用当成考核信号，员工会倾向于选择更强也更贵的模型、在并非必要的任务上调用 AI，成本失控的同时输出质量也未必提升。文章给出的方向是：区分低成本的 Gemini Flash、Claude Haiku 与更贵的 Claude Opus 等模型，按任务复杂度选型；把节省重复性事务的时间作为起点，再让 AI 辅助员工检验想法；针对财务、工程、客服、HR 等不同职能提供差异化培训和治理规则，而不是让员工自行摸索。
对用户/开发者/创作者的影响
对企业采购和团队负责人，评估 AI 工具时应关注单位任务成本、人工复核时间和实际产出，而不是账单上的 token 总量；模型路由和成本控制会成为落地环节的标配能力。对开发者和 API 使用者，按场景做模型分层可以显著压低推理开销，但前提是任务边界和输出质量标准清晰。对创作者与普通用户，文章强调 AI 应扩展判断力而非替代判断，尤其在需要专业审慎的环节，仍要保留人工审阅。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是企业是否开始把 AI 考核从“用了多少”转向“解决了什么”，相关指标能否在管理工具中落地；二是模型厂商是否会推出更细粒度的成本与效果报表，帮助客户按职能归因；三是分角色 AI 培训能否成为企业采购服务的组成部分。目前公开信息显示，这些仍是作者基于调研提出的建议，尚无具体产品发布。
来源：TechRadar
