人工智能这东西, 终于由“免费玩物”转变成“计费利器”, 以往众人将其当作搜索引擎高级版本, 如今才发觉, 它更似一台消耗电力、耗费算力、花费预算的印钞机反过来, 越用越费钱。

别被发布会里那套话术给带偏了方向, 所谓的智能体元年, 所谓的效率革命, 听起来好像挺是那么回事热热闹闹的, 可实际上说白了也就只是一件事情而已, 那就是AI如今已经不再属于是能让你免费使用的演示品那种性质的存在了, 而是已然开始按照Token来一口一口收取费用了, 不管是谁使用过了之后心里都是有数的, 因为产生的费用单可比一味嘴硬要更加真实可反映实际情况了。

这次, 最扎眼的并非是某个大模型实现了更新, 也并非是谁又推出了一个新框架, 而是“Token”这个词汇突然间从极客圈迅速蹿至广大普通人眼前, 就连运营人员、客服人员、学生群体以及程序员们都纷纷开始计算这笔账目, 这表明了一件事情, 即AI的成本已经难以压制住了, 最终轮到用户来接手承担。

你瞧, 从表面来看, 那些大厂一个个展现出的姿态都可谓相当大方, 员工有机会免费使用各类模型, 对于开发岗位而言甚至不存在限定上限, 这般听去好像是种技术方面的福利, 然而实际上却更近似于内部的试验场地AI效率www.yaxin881.comAI效率变烧钱效率www.yx8898.com，Token账单比嘴硬更诚实，先是让员工尽情地去跑, 跑出来场景, 跑出来数据, 跑出来一种依赖状态。等员工的使用习惯已然养成之后, 再把如此一套东西缓缓地向外售卖。

程序员在一个月内, 干掉了91.6亿Token, 这个数字看上去很唬人, 给人的感觉就像是在打仗, 然而实际上更像是在烧预算, 按照市场价算一下, 这就是几万元。请试想一下, 不要说普通公司, 就算是大厂, 如果真的让全体员工都这么没头脑地进行刷下去, 财务肯定会拍桌子。AI并非不用花钱, 它只是先把钱隐藏在了后台。

以前, 好多人觉得, AI的厉害之处在于“聪明”, 如今才晓得, 真正关键的是“算”, 还是借助机器去算, 机器一经开始为你生成代码、撰写文案、制定方案、运行流程, 背后便是GPU在疯狂运转, 电表在疯狂跳动, 机房在疯狂吹送冷风, 最终这一切都变成账单上的红字。

Token究竟是什么, 别搞那些专业术语, 说得通俗易懂些, 它, 就如同打车计费当中的里程以及时长, 你把一句话输入进去, 模型, 会先进行一遍读, 接着再进行一遍理解, 然后再给出一遍回答, 每一个步骤都在消耗Token, 模型要是越大, 回答要是越长, 消耗也就越厉害, 跟各位聊天的可不是AI, 而是个烧钱的机器。

有一些人将 AI 当作效率工具来使用, 而另有一些人则把它视作 KPI 机器, 这二者之间的差别是相当大的。前者的作用是帮助你节省时间, 后者却是逼迫你去刷流水, 在部门当中竟然开始比拼 Token 的消耗量, 甚至存在一些人让软件空跑着, 仅仅是为了证明“我很忙”, 这样的情况实在是非常荒诞的, 工具还没有帮助人们减轻负担, 反倒先把组织里那种表演型勤奋给映照出来了。

其实, 不少企业当下并非是在运用AI, 而是借助AI来做做表面功夫, 领导期望看到“全员智能化”的景象, 那么下面的人就不得不设法去刷消耗, 似乎不使用Token就意味着没有跟上时代步伐, 然而结果如何, 真正具有价值的任务并未见得有所减少, 反而是冗余的动作变得越来越多, 到最后核算下来, 节省出的人工时间, 或许全都用来给模型干活了。

不是中小公司就全都这么豪横的, 大厂是可以像把 AI 当作水龙头随意开启那样使用的, 而中小企业, 通常只能像是掐着水管一般去用, 能尽量不使用就不使用, 能够稍微少用一点就少用一点, 哪怕是购买个会员都得进行精打细算, 一旦察觉到视频项目每秒要一块钱, 马上就选择停手, 这其中的原因其实非常简单, 老板可是比谁都清楚明白的, 效率看似提升了实则是虚的, 只有现金流实实在在地流出去了才是真实发生的。

首先, 这才是Token价格高昂的实质所在, 请勿提及其他无关内容www.yx6788.com亚星手机版登入，实际上就是算力成本高昂。算力成本高并非只是简单的一个表述, 它背后隐藏着一连串的成本因素。其中包括芯片成本高昂, 机房成本也是居高不下, 电费支出不菲, 散热成本并不低, 运维成本更是数额较大, 采购成本在其中占比也不小。最为关键的是, 高端芯片并非是随意就能买到的, 一旦供给呈现紧张态势, 其价格会瞬间飙升。大家表面上谈论着AI平权, 然而实际上仍在竞相比拼谁能够率先占有算力资源。

你觉得的, 大模型是软件, 可实际上, 它是个如硬件怪兽般的存在。一个模型背后, 有几十张、几百张GPU同时运行着, 这画面宛如一群人一同抬轿子, 且少一个都绝对不行。芯片并非一次买齐就万事大吉了, 后续还得持续供电, 还得持续散热, 还得持续维护。好多人仅仅看到模型界面的那一行字, 却未曾瞧见机房里的一张张如同在烧钱的卡。 😜。

这和以往互联网的那一套极为相像, 表面上谈论的是流量, 而背后比拼的是服务器, 表面上讲述的是用户数量, 背后比拼的却是补贴之战, 现今仅仅是把“流量”替换成了“Token”, 本质并未改变, 依旧是谁率先把基础设施打造出来, 谁率先将别人拽入价格战, 那么谁就具备定规矩的资格。

甚者, 诸多号称“闭源大模型”者, 实则将定价权掌控于自身。愈多用之, 愈难离弃, 最终非你选模型, 而是模型选你。开源模型看似价廉, 实则较量的仍是运维与电费, 莫以为开源即为慈善, 真运作起来, 依旧需耗用算力, 不然难道用嘴投喂模型不成。

当下, AI领域究竟最跟什么相像呢? 好比是售卖矿泉水那般。上游把控水源资源, 中游负责进行包装处理, 下游专注于瓶子销售, 消费者起初觉着水的价格十分低廉, 而后才察觉到, 瓶子的费用居然比水还要高昂。对于大模型而言也是如此, 好多人原本认为自己购买的是“智能”, 实际上买到手的却是一整套肉眼看不见的基础设施以及账单。

还有一点要记住, 当下AI最为擅长去做的事情, 并非是“创造”, 而是“复读”。你要是向它提供了大量的上下文内容, 它就会依据概率来拼接答案, 仿佛是一个记忆力十分出众的实习生, 干活速度挺快, 出错速度同样也快, 而真正具有价值的, 依旧是由人来进行判断、校对以及拍板。问题在于, 老板们老是怀揣着把人力压减的幻想, 最终的结果常常是把价钱最为低廉的脑力劳动交给机器, 却把代价最高昂的责任留给了人。

所以, 今天这一波Token涨价了, 然而, 这事情的根源, 它根本就不是所谓的“模型越来越聪明”, 而是此件事情本: 身是行业终于察觉到了, 那就是智能体开始大规模地落地了, 紧接着, 所有人都在疯狂地进行调用, 如此一来, 其最后的后果就是供需一下子失衡, 出现什么状况了, 就是芯片不够用了, 电能源也不够了, 就连机房都不够用了, 到了最后, 没办法, 只能把单价往上提升, 为啥会这样, 谁让你们所有人都想着去薅这波羊毛, 当羊的数量一多起来, 那剪羊毛的人理所当然地就要涨价。

这样的戏码, 在科技圈子里根本就一点儿都不陌生。遥想当年, 云计算方才问世的时候, 所有人都说它便宜, 所有人都说它拥有弹性, 然而, 一堆公司在使用了一段时间之后却发觉, 云账单居然比自己建造机房还要令人可怕, 尤其是, 当业务一旦开始运作起来, 带宽、存储以及调用次数, 每一项可都是要花钱的, 众多创业公司并非是死在了没有流量上面, 而是死在了流量到来之后, 根本承受不住那账单。

再往前面看, 手机这个行业也做过相同的事情。早些年的时候, 发布会上都热衷于吹嘘, 吹嘘“标配旗舰芯片”, 吹嘘“顶级影像”, 吹嘘“越级体验”, 可是真正深入去探究, 很多情况都是在供应链变得成熟之后, 成本降下来了, 厂商才敢于进行大规模销售, 嘴上说着是技术取得了突破, 实际上就是上游把价格压低了, 这才终于可以用来收割普通民众了。

更具经典性的情况是存在这样一些公司, 它们将“生态”吹捧为一种信仰。乐视往昔热衷于讲述闭环, 讲述入口, 讲述内容, 讲述未来, 而最终却演变成了债务方面的典型事例。暴风亦是如此, 其制作的PPT所描绘的前景比股价攀升得还突出, 然而真正到了要落地实施的时候；才发觉实际情况根本没有所声称的那般理想。于当下的AI热潮之中；也存在类似那样的情形。也就是先把相关概念炒作起来, 接着把后续可能面临的问题丢给市场去解决；最后看究竟是谁先无法承受而“倒下”。

不少人如今将智能体视作新风口, 认定紧接着是全民AI化, 我却觉得并非如此玄乎。现实情形很直接, 会发现能够规模化消耗Token的, 依旧是那些有着清晰商业赢利收益趋向的工种职责之地, 像程序编写发育、跨境电子商务商务、广告推广投放、客户服务、数据解析分析, 在这些领域AI的确能够提升效率, 原因在于原本就存在着体量众多的重复性劳作, 机器接手运作入手较快, 投资回报率也基本能够计算明白核算清楚。

可一旦去到那些现场感强烈、责任链条冗长、决策风险超高的岗位, AI就没那么神奇了。它能够给予你建议, 却没办法替你背负责任, 能够协助你找寻材料, 却没办法替你承受后果。许多企业叫嚷着“人人都得使用AI”, 实际上乃是管理层泛起焦虑, 惧怕自己不了解新事物, 惧怕错失发展机遇, 惧怕员工比自己更擅长运用工具, 结果就呈现出一个极为滑稽的状况, 所有人都在学习AI, 真正通晓业务的人反倒没几个。

最为擅长算账的, 实际上是资本以及平台。它们远比任何人都清楚, AI这门生意在前期是无法获取利润的, 后期要依靠规模来将成本摊薄, 所以先是把内部运用起来, 接着把外部接口售卖起来, 随后把价格体系构建出来, 最终把“使用AI”包装成一种刚需。等你对其产生依赖离不开了, 那么价格就并非是由你能够洽谈的了。

这同样为甚致使你当下目睹, 诸多大型企业内部会施行Token分配、动态额度以及岗位分层, 并非是它们陡然间萌生了人文关怀之情, 而是成本已然难以压制, 势必要把控流量, 扼制消耗, 杜绝滥用。往昔互联网公司所比拼的是用户时长, 如今所比拼的是模型调用时长, 看似换了形式, 实则本质未变, 皆是将注意力以及调用次数转化为金钱。

归根结底, 现今AI最相像的并非科技变革, 而是新一轮基础设施收费的时期。它先是使你品尝到甜润的滋味, 随之缓缓令你为这甜润滋味支付费用。程序员、运营人员、学生、设计师, 哪一方率先上瘾哪一方率先掏出钱财, 哪一方愈是难以离开, 哪一方便愈是被掌控。你觉得自己是在此享受工具, 事实上却是在为模型厂商效力。

不要被那些所谓“智能体元年”的口号给糊弄了, 元年与否, 关键在于付钱的是谁。对于普通用户而言, AI确实带来用途, 然而它绝非免费的善意, 也不是凭空降临的福利, 它更像是一台转速不断加快的收费装置, 今天你觉得Token价格高, 明天它或许会换个名目仍旧向你收取。

这一行并不存在童话, 有的只是成本以及算计。等众人都学会精打细算着过日子, 真正的分水岭也就随之而来了, 并非看谁会不会运用人工智能, 而是看谁能够将人工智能运用得极度狠辣。极度精准, 又极度节省。至于那些始终把通证当作身份标签的家伙。把刷量当成能力证明的人啊, 迟早都会发觉, 账单可不会因你爱恋技术, 你崇尚技术, 就对你手下留情。