作为一家深耕长三角19年的企业咨询管理服务机构,这一年,我们见过太多相似的场景。
一家公司给全员配了 AI 工具。三个月后,员工写方案、做表格、出初稿的速度确实快了。但季度复盘时,利润表几乎没动,AI 账单却涨了。
管理者开始困惑:工具买了,培训做了,大家也在用,为什么回报看不见?
其实:问题不在工具,也不在员工不努力。
问题在于,大多数企业还在用“软件采购”的逻辑,理解一笔“制造业”的投入。
01
AI 值不值,只看改变了什么决策
软件生意最迷人的地方,是复制边际成本接近于零。一套系统开发完,卖一千份和卖一万份,成本差别不大。
AI 不是这个逻辑。
每回答一次,模型都要重新计算一遍。每一个 Token 都是被真实计算“制造”出来的,不能被复制、不能被库存、也不能被复用。
更麻烦的是,Token 还不是“度”和“桶”那样的标准度量衡。
它的边界由算法和分词器决定。分词器每改一次,Token 的定义就变一次,成本也跟着变。同一段内容,放在不同模型底座上,消耗的 Token 数量和费用可能完全不同。
这意味着什么?
Token 不是一个被动记账的单位。它是一个可以被重新定价的竞争变量。
谁能在同样的任务上,用更少的 Token 换到更好的结果,谁就掌握了成本空间;谁只能靠堆算力换效果,谁就会在价格战里先失去利润。
这也是为什么,AI 应用公司的毛利率通常只有 25%–40%,而 SaaS 公司可以做到 80% 以上。
不是 AI 公司不想赚钱,是每一次调用背后,都有一笔真实的边际成本。
所以,企业配 AI,不该按“买一套软件”做预算。它更像建一条生产线:原料持续消耗,产能需要提前投入,良品率决定最终成本。
02
同样一个 Token,价值可以差上千倍
既然每个 Token 都有成本,那是不是用得越多,价值就越高?
不是。
同样一个 Token,创造的价值可能相差上千倍。差距不来自数量,而来自它被放在了哪里。
我们把它拆成三个条件。
第一,它有没有进入一个可验证的决策节点。
生成一段文案,是内容;进入一次投放决策,才是价值。生成一份摘要,是信息;进入一次诊断结论,才是价值。
Token 只有落在一个“要拍板”的节点上,才开始产生经济意义。
第二,这个节点连接着多大的经济后果。
写一条朋友圈文案,错了可以删;判断一次产线参数,错了可能就是一批报废;辅助一次影像诊断,错了可能是人的健康。
节点连接的经济后果越大,同样 Token 的价值上限越高,同时,对错误率的容忍度也越低。
第三,这个结果能不能被验证。
不能验证的输出,只是“看起来像答案”。它可以让人更快,但不会让企业更准。
所以,Token 用量大,只说明你对它依赖强,不说明它价值高。
再举一个我们常用的例子。让模型写一条咖啡文案,如果你只说“写得好一点”,它会给出一堆正确的废话;如果你把豆种、烘焙度、酸度、目标人群、投放渠道都给清楚,它才可能写出能直接投放的版本。
这背后不是措辞问题,而是任务编码:你给的结构越接近真实决策,Token 越接近价值。
《Token经济学》这本书中把三个条件放在一起,得到一个更可操作的公式:
|
|
三个变量是相乘,不是相加。
任务价值,是这件事本身值多少钱:情绪价值、个人提效、产线效率、研发突破,分量完全不同。
编码价值,是模型有没有被正确组织起来:从一个单点任务,变成一条可重复执行的 SOP。
模型能力匹配,是这套 SOP 能不能被稳定完成:主观变量越少、不可控因素越少,模型越能稳定输出。
任何一环接近零,整体价值都会被拉回原点。不是“再优化一下”,而是推翻重来。
这也是我们想纠正的一个常见误区:提示词精不精、工作流顺不顺,决定的是 AI 用得省不省、顺不顺;但它决定不了 AI 值不值。
真正的分水岭是:有没有进入可验证的决策节点,并连接到真实的经济后果。
03
成本为什么难预测:能力要匹配任务
理解了价值,还要理解成本。
一笔 Token 的完全成本,至少由四块构成。
训练阶段,有固定投入,也有可变投入。固定的是研究团队、模型架构、算法路线、数据采购与清洗、试错;可变的是成功运行频次、算力小时、数据量、激活参数和时间。
推理阶段,是固定产能。集群、机房、网络调度、监控,都是阶梯式投入,不会因为今天请求少就自动打折。
请求级编辑成本,是每多处理一个输入 Token,就多生产一个输出 Token,就多一次计算、多一份电耗、多占一份显存带宽。
附加成本,是安全、运维、合规。它们不直接产生内容,但决定了这套系统能不能长期跑下去。
四块加在一起,才是真实的完全成本。
而它最难的地方,是不可预测。
一段对话,来回十几次,发现方向不对,要推翻重来——这是常态,不是异常。一个企业流程或智能体,可能这周还很便宜,下周算力花费就是本周的五倍。
所以,提升单位 Token 投产比,核心只看两个变量:训练使用量和推理利用率。
训练数据用得更充分,单位能力成本更低;推理产能利用得更满,单位请求成本更低。两个变量不动,只靠换更便宜的模型,空间很快会见底。
这里还有一个容易被忽略的匹配问题。
能力不足,会放大风险。比如影像诊断,用普通模型看 CT,它可能只描述“有阴影”,却忽略了真正需要的深度推理,错误就被带进了决策。
能力过剩,会浪费成本。日常文案、会议纪要、表格整理,本来不需要最贵的深度推理模型,用了就是烧钱。
模型不是越强越好,而是刚好匹配任务。而且,输出必须能被快速验证。不能验证的输出,再便宜也是无效成本。
04
为什么提效没有变成利润
讲到这里,回到开头的困惑:员工明明更快了,为什么利润没涨?
因为 AI 的价值传导,是一条很长的链。
起点是微观实验:同一个人、同一任务,用 AI 前后对比,产出更快、返工更少。这是个人效率。
但个人效率不会自动变成企业利润。中间要经过审核、客户响应、销售转化、组织协同。每一跳,都可能吃掉上一跳省下来的时间。
设计师出图快了一倍,如果评审还是排队三天,项目不会快;客服回复快了一倍,如果工单系统不联动,客户问题不会更快解决;销售写方案快了一倍,如果报价审批还要走五层,成单周期不会缩短。
这就是索洛悖论,也叫 IT 生产率悖论:技术投入很大,生产率统计却明显滞后。
最先增加的,往往不是利润,而是组织复杂度。
更多的人开始用 AI,更多的版本、更多的尝试、更多的并行任务,组织需要更多的协调、更多的审核、更多的一致性管理。
所以,AI 最先改变的是任务,不是组织。越靠近具体任务,价值越早显现;越往组织上层走,价值越晚兑现。
企业真正要做的,不是买更多工具,而是把这条传导链缩短。
05
企业能调的三件事
如果 Token 经济学只给一个结论,那就是:AI 的回报,不取决于你用了多少 Token,而取决于你有没有把它放进正确的任务结构。
我们建议企业先调三件事,都不在工具层。
第一,盘点任务结构。
把岗位拆成任务,再看两类占比:高智力任务和低智力任务。高智力任务,值得配更强的模型、更完整的验证流程;低智力任务,只需要稳定、便宜、可批量。
任务结构不清楚,预算一定花错。因为你会用同一个档位的模型,去处理所有事情。
第二,做模型与任务的匹配。
不是越强越好,而是刚好够用、可验证、可验收。能力不足会放大风险,能力过剩会浪费成本。判断标准不是“效果惊艳”,而是“在这条任务上,错误率、返工率、交付周期有没有改善”。
第三,把能力封装成岗位结果。
底层是机器治理,客户能理解和验收的,是任务流程、结果和岗位能力。衡量标准只有四个:省时间、少返工、强交付、低风险。
不是 Token 用量,不是模型参数,也不是演示效果。
这三件事做完,AI 才从“大家都能用”变成“这件事必须这么干”。
写在最后:
AI 不会自动变成利润。它只会放大你原有的系统:你的任务结构、你的流程瓶颈、你的组织协同。
系统顺,AI 让顺的地方更快;系统堵,AI 让堵的地方更堵,只是看起来更热闹。
所以,下一次评估 AI 投入时,别先问“我们用了多少 Token”。
先问三个问题:它改变了哪个决策?这个决策值多少钱?我们能不能验收?
这三个问题答不上来,再多的 Token,也只是账单。
把这张四层结构图转给正在做 AI 预算的企业伙伴——先对齐“怎么算账”,再谈“上什么工具”。
文字个人观点,仅供参考。
最大的经营风险,是资源压在了“看起来很好”的商机上
经营复盘与改进—— 经营分析、根因挖掘与PDCA闭环落地
全行业成本结构被迫重估时,谁的内部管理更稳定,谁就能在公平的成本线上跑得更远。
仁聚咨询让增长有根,让未来有魂
点击“阅读原文”

