WSJ：此前企業鼓勵員工最大化使用AI代幣以推動採用，現因成本上升轉向節約與效率優化
《華爾街日報》發文稱，美國企業AI“tokenmaxxing”時代已結束，公司正擁抱“thrift-maxxing”。
此前企業鼓勵員工最大化使用AI代幣以推動採用，現因成本上升轉向節約與效率優化。
AI使用從無限制擴張轉向成本控制，資金從高token消耗流向更經濟模型與工具；事件驅動爲賬單壓力，受益方爲低成本AI提供商，承壓方爲高消耗企業內部預算。
來源：公開信息
ABAB AI 解讀
企業早期通過排行榜與激勵推動員工大量使用OpenAI、Anthropic等模型的token，形成“tokenmaxxing”文化以加速AI融入工作流；但實際賬單在數月內超出預算，Meta、Uber、Walmart等已設置使用上限並取消排行榜。
轉向thrift-maxxing強調單位經濟與價值產出，動機在於控制指數級成本增長；類似雲計算早期從無限使用到精細化管理的路徑，資金從補貼式採用迴流至ROI驗證。
這一轉變類似其他技術浪潮從炒作到務實落地的階段；當前企業AI處於從實驗擴張向可持續運營轉型的節點。
本質屬於資本路徑調整：高消耗模式不可持續，推動從“用得越多越好”向“用得越值越好”重構，加速低成本模型與內部優化工具崛起。
ABAB News · 認知定律
免費午餐總有賬單
最大化使用最終撞上成本牆
節儉纔是AI落地的真正門檻