WSJ：此前企业鼓励员工最大化使用AI代币以推动采用，现因成本上升转向节约与效率优化
《华尔街日报》发文称，美国企业AI“tokenmaxxing”时代已结束，公司正拥抱“thrift-maxxing”。
此前企业鼓励员工最大化使用AI代币以推动采用，现因成本上升转向节约与效率优化。
AI使用从无限制扩张转向成本控制，资金从高token消耗流向更经济模型与工具；事件驱动为账单压力，受益方为低成本AI提供商，承压方为高消耗企业内部预算。
来源：公开信息
ABAB AI 解读
企业早期通过排行榜与激励推动员工大量使用OpenAI、Anthropic等模型的token，形成“tokenmaxxing”文化以加速AI融入工作流；但实际账单在数月内超出预算，Meta、Uber、Walmart等已设置使用上限并取消排行榜。
转向thrift-maxxing强调单位经济与价值产出，动机在于控制指数级成本增长；类似云计算早期从无限使用到精细化管理的路径，资金从补贴式采用回流至ROI验证。
这一转变类似其他技术浪潮从炒作到务实落地的阶段；当前企业AI处于从实验扩张向可持续运营转型的节点。
本质属于资本路径调整：高消耗模式不可持续，推动从“用得越多越好”向“用得越值越好”重构，加速低成本模型与内部优化工具崛起。
ABAB News · 认知定律
免费午餐总有账单
最大化使用最终撞上成本墙
节俭才是AI落地的真正门槛