企业AI支出的合理性正受到严格考验，Token亏损量持续攀升，但可量化的贸易价值却难觅踪影
。

5月22日，市值逾2000亿美元的Uber首席运营官Andrew Macdonald在一档播客中公开暗示，词元（Token）亏损的增长与产品的内容改善之间，"这条线还不存在"
。

Macdonald指出，公司越来越难以为持续攀升的AI支出做出合理诠释
。他甚至为工程团队内部的浪费景象专门造了一个词："tokenmaxxing"（Token极大化）
。

此前5月中旬，微软以Token账单"难以为继"为由，起头削减内部Claude Code授权许可
。

两则事务叠加，令市场不得不正视一个此前被忽视的变量
。Token经济学，即企业规模下Token亏损的单元经济性，已从一个边缘议题，升格为整个AI投资论题的主题承沉柱
。

五组数据，拼出一幅新图景

自4月以来，多组数据接连落地，共同勾画出一幅令人警惕的画面
。

今年4月，Uber首席技术官公开暗示，公司在四个月内烧完了整年Claude Code预算
。

5000名工程师中，月使用率在84%至95%之间，人均月度账单从150美元到2000美元不等，该CTO自己在一次时长两幼时的内部演示中据报亏损了价值1200美元的词元
。

Macdonald形容得知这一数字时"简止仞惊得说不出话来"
。

微软方面，据The Verge旗下Tom Warren的Notepad通讯报路，Claude Code在微软内部工程师群体中迅速盛行，但基于Token的计费模式使得规；С瞿岩晕，微软随即着手削减有关授权
。

GitHub颁发自6月1日起，所有Copilot打算从固定订阅造转向按用量计费
。

官方会商帖收成近900个否决票，原因在于有效户测算，一次智能体编程会话通常亏损30至40美元，意味着一个月费10美元的套餐在单次使用中即告耗尽
。

开发者出产力平台Entelligence.AI汇总了2444家企业的数据后发现：

每投入1美元的AI Token用度，仅有18美分产生了触达用户的现实价值
。44美分用于建复AI自身引入的Bug；27美分流向返工；11美分亏损于审查摩擦
。

据彭博Silicon Data LLM Token Expenditure Index，Token价值自今年2月底以来已上涨约65%，美国AI软件价值从前一年累计涨幅达20%至37%
。

多空之争：统一事实，两种解读

一样的数据，在分歧分析框架下指向截然分歧的结论
。

多头概想以为，当前乱局不外是一次成功转型的阵痛期
。

据高盛的Jim Schneider在5月初的研判，到2030年，代理式AI将推动词元亏损量增长24倍，达到每月约120万亿亿个词元，超大规模云服务商和模型提供商的毛利率将在未来3至12个月内转正
。

高盛的Rich Privorotsky则以为，2026年第一季度或许已是"词元最大化"作为KPI的顶峰，行业在从钻营亏损量转向"单元有效行动成本"这一更健康的衡量维度
。

摩根大通的经济钻研也发现，2026岁首Python新增及更新包在PyPI上出现跳升式增长，而这一趋向在2022年ChatGPT上线时并未出现，批注真实的出产力提升在产生
。

此表，Mag 7当前市盈率约为20倍远期盈利，远低于2000年科技泡沫顶峰的52倍、1989年日本的67倍和"美丽50"时期的34倍
。以汗青泡沫的衡量尺度看，当前并不组成泡沫
。

空头概想由高盛半导体分析师Jim Covello在4月的汇报中最为系统地论述
。

他指出，AI供给链中险些所有价值都流向了半导体公司，这一景象在汗青上前所未有且不成持续，芯片公司本应在客户获益时受益，而本轮周期中，它们的繁华是以整条产业链上游的亏损为价值的
。

英伟达净利润自ChatGPT上线以来增长约20倍；各大超大规模云服务商已烧完经营性现金流，转而举债——2025年数据中心有关债务刊行规模约1820亿美元，较2024年翻倍
。

MIT Nanda钻研显示，95%投资天生式AI的企业回报为零
。这种脱钩或许能够维持一段功夫，但无法始终持续
。

循环融资结构的隐忧

这场会商还涉及一个更为复杂的层面：超大规模云服务商与AI尝试室之间的财政循环
。

据The Information汇编的企业披露文件，OpenAI和Anthropic计算占微软、甲骨文、谷歌和亚马逊约2万亿美元未来云服务承诺的逾半数
。具体而言：

微软6270亿美元云服务积压订单中，2800亿美元与OpenAI绑定；甲骨文5530亿美元管路业务中，54%（约3000亿美元）由OpenAI承诺；谷歌4676亿美元中，Anthropic占比43%（约2000亿美元）；亚马逊相应敞口亦达其4640亿美元积压的51%
。

这一融资结构拥有内生循环性
。微软向OpenAI的130亿美元投资重要以Azure积分大局兑现，OpenAI将其用于采办Azure算力，微软随即将其计入云收入
。

同样的超大规模云服务商，既是AI尝试室的股权投资方，也是收取算力账单的服务供给商
。

这一结构还体此刻盈利数据上
。Alphabet颁布创纪录的626亿美元第一季度利润，其中约287亿美元，近半数来自Anthropic持股的账面升值
。

亚马逊303亿美元第一季度利润中，168亿美元为Anthropic的税前未实现收益，而其自由现金流，因同期数据中心本钱支出达442亿美元，而暴跌95%至12亿美元
。

这一系统的可持续性，取决于AI尝试室持续获得表部融资以兑现云推算承诺的能力，而后者又依赖于企业客户持续愿意支付攀升的Token账单
。

据报路，Anthropic目前每收入1美元，成本高达3美元
。一旦融资节拍放缓，云收入预测的可信度将随之降落，超大规模云厂商的估值倍数亦将面对沉估压力
。

这条链条双向传导，也将双向断裂
。

这不是1999，但问题真实存在

当前的处境并不组成一场典型的泡沫设定
。

从估值倍数来看，科技七巨头子前对应约20倍远期市盈率，远低于2000年科技泡沫顶峰时52倍、1989年日本市场67倍或"美丽50"时期34倍的水平
。

AI技术自身是真实的
。对于沉杜酌户群体而言，出产力提升的数据也是可验证的
。OpenAI年化收入约200亿美元，Anthropic约43亿美元，两家尝试室不会就此隐没
。

如今，Token成本（算力开销）已成为决定AI成败的关键，而在半年前，各人甚至不怎么聊这个话题
。

那时辰各人只关切“技术行不杏妆
。此刻答案很明确：在特定工作和特定人群眼里，技术的确验
。

但新问题来了：下游企业用AI省下的钱，能不能实时传导上去，跑赢本钱市场留给AI尝试室和云巨头的估值窗口？

看好AI的人以为，只有技术持续成熟，企业的ROI（投资回报率）在1到1.5年内就能转正
。

看衰的人则以为，会有更多高管像麦克唐纳那样，公开抱怨AI投入产出比太低并起头砍预算
。

这两种可能都在产生，输赢未分
。唯一能够确定的是，从前那种“只有Token亏损量在涨，就注明AI转型成功”的大话幻灭了
。

词元亏损量大不蹬宗有贸易价值，这两个泡沫终于要挤掉
。AI的账单已经到期，但最后谁来掏这个钱？目前还是个未知数
。