生成式AI在企业中的渗透速度远超预期，但微软内部成本核算却揭示了一个令管理层尴尬的反差：在某些常规工作场景下，AI的实际运营支出已经超过雇佣人类员工完成同样任务的薪酬。与此同时，一家未具名企业因忘记设定月度使用上限，在一个月内消耗了Anthropic旗下Claude AI服务共计5亿美元（约合36亿元人民币）。这两则消息将AI部署的经济性问题推向舆论焦点。
微软的成本困局
微软CEO萨提亚·纳德拉曾公开表示，公司目前约30%的代码由AI生成，这一数字在外界看来是AI高效应用的典范。然而，微软内部财务分析显示，当AI被用于批量代码生成、文档整理等高频重复性任务时，所需支付的计算资源费用和API调用成本，竟超过了委托初级或中级工程师完成相同工作的薪酬。据Windows Central援引的微软内部数据，在某些特定编码环节中，使用AI助手完成一项单元测试的成本比人工高出近20%。
这并非AI能力不足，而是当前商业模式下的成本结构问题。大语言模型（LLM）的每次推理都需要消耗大量GPU算力，而人力在完成单一任务后并不产生持续的计算账单。对企业而言，即使AI能提升效率，若边际成本高于人工，规模化部署便失去经济支撑。
从Claude Code到Copilot的转向
2024年12月，微软向员工开放了Anthropic的Claude Code工具，允许开发者、项目经理及设计师直接在工作流中试用这一AI编程助手。Claude Code凭借其出色的上下文理解和自动补全能力迅速获得内部青睐，使用量在过去六个月急剧攀升。但高热度带来的是高账单——据内部人士透露，Claude Code的大规模使用导致微软的AI预算一度严重超支。
作为应对，微软决定收紧对Claude Code的推广，转而要求员工在2025年6月底前全面过渡到自有的GitHub Copilot CLI。后者深度整合在Visual Studio生态中，且成本结构更可控。这一调整并不影响微软与Anthropic的Foundry合作协议——该协议涉及数十亿美元的投资和对Claude模型的访问权。但内部分析人士指出，微软正在更加审慎地平衡第三方AI采购与自研工具的投入产出比。
失控的账单：5亿美元教训
比微软更受冲击的是一家神秘企业。据Windows Central报道，该公司在采购Claude企业版许可时未设置每月用量上限，导致员工在一个月内无节制调用AI服务，最终收到5亿美元账单。这一金额接近许多中小科技公司全年的IT预算，也凸显出企业级AI部署中“按量计费”模式的巨大财务风险。
尽管该企业身份尚未公开，但事件已经引发业界对AI运营成本治理的讨论。微软自身也在修订内部AI使用政策，包括为不同部门设定月度支出上限、强制审批高消耗用途等。微软AI首席执行官穆斯塔法·苏莱曼此前曾预测白领岗位将在18个月内因AI而大量消失，但微软自己的数据却表明，完全由AI驱动的办公流程在经济上尚不具备推广基础。
比尔·盖茨曾提出，AI将替代人类在多数职业中的角色，但生物学家、能源专家和程序员等复杂岗位除外。微软的内部成本实践恰好为这一判断提供了侧面注脚——当代码生成这类看似标准化的任务都无法在成本上超越人力时，更复杂的认知工作更难被低成本取代。企业若希望AI真正实现“降本增效”，还需等待推理成本进一步下降，或找到更高效的模型蒸馏与部署方式。
回到微软的故事，其从Anthropic拿到的数十亿投资依然有效，云业务Azure继续向客户提供Claude模型。但在自己的办公室里，微软选择了更经济、更受控制的GitHub Copilot。这一反差揭示了一个朴素真理：即便技术最早的使用者，也要面对相同的经济账。
本文参考来源：Windows Central
微信扫描下方的二维码阅读本文
