在企业自动化旨在处理繁琐任务而非直接创造利润的逻辑下，微软近期悄然停止了内部大部分员工使用 Claude Code 的许可，这一举动在人工智能应用浪潮中显得尤为反常。午方 AI 梳理发现，尽管效率提升是企业采用 AI 的核心驱动力，但微软此举并非孤例，限制代币使用及遏制员工过度依赖 AI 工具已成为硅谷巨头的共同趋势。Uber 在四个月内便耗尽了全年 AI 预算，Salesforce 每年向 Anthropic 支付约 3 亿美元，更有顾问透露其客户月 AI 支出高达 5 亿美元，这些原本旨在鼓励创新的投入如今正面临严峻的审视。

要理解这一转变，必须剖析“代币最大化”这一自 2025 年起流行的管理逻辑，其字面含义是最大限度地利用代币，却导致员工将企业资源浪费在查看天气、撰写生日祝福等低价值任务上。针对 2444 家企业的调查显示，每花费 1 美元购买 AI 代币，近 80% 的成本属于隐藏浪费。投资者 Shruti Gandhi 尖锐地指出，将资源全部投入 AI 开发如同点亮所有灯光来衡量生产效率，高投入并不等同于高价值。这种烧钱竞赛从 2024 年延续至 2025 年并达到顶峰，摩根大通发布的严厉报告以及 Shopify、Spotify、ServiceNow 和 Roku 在财报中的表态，均确认 AI 已成为推高运营成本的主因。

当前行业面临的核心困境在于投资回报的模糊性，仅有 14% 的首席财务官能清晰看到 AI 投资的回报。Uber 首席运营官 Andrew Macdonald 坦言，难以将员工个人生产力提升与公司整体业务成果挂钩，若无法证明 AI 如何向用户提供有价值功能，相关成本便难以合理化。微软前首席人工智能官 Sophia Velastegui 曾警示，员工倾向于自动化自己讨厌的任务而非高价值任务，这揭示了约 30% 的生成式 AI 项目止步于概念验证阶段的根本原因：成本不明且价值不清。午方 AI 注意到，这种优先级错配使得技术层面的进步无法转化为商业层面的增长，即便周报编写速度提升两倍，公司收入却未随之增加。

面对危机，Salesforce 首席执行官 Marc Benioff 等管理者开始调整策略，从云计算时代的“按需付费”逻辑回归，纠正此前因 AI 发展过快而采取的“先购买后考虑”的粗放模式。微软撤销 Claude Code 许可的举动，既包含成本考量，也折射出作为 OpenAI 最大投资者对竞争对手产品的战略布局。

与此同时，Harness 和 CloudZero 推出了专门管理 AI 成本的工具，能够实时监控使用情况并将支出与具体业务成果关联，HubSpot 和 ServiceNow 也调整了定价模式，使销售利益与买方收益更趋一致。午方 AI 分析认为，供应商逐渐意识到若只出售“使用权限”而不提供“实际成果”，必将遭遇企业客户的集体抵制。

这种调整被视为 AI 产业化过程中的必然阵痛，但潜在风险依然严峻。预计到 2026 年，全球 AI 软件支出将达到 2.59 万亿美元，同比增长 47%，然而 94% 的工程管理人员表示仍缺乏评估投资回报的关键指标。《财富》杂志指出，大多数企业仍专注于优化现有流程而非重新设计商业模式，而后者才是 AI 的真正价值所在。随着资金持续涌入却缺乏透明度和价值验证，若无法解决资金去向不明与投资有效性存疑的矛盾，下一个“代币最大化”的危机时刻恐将再次降临。企业最终需要回答的，不仅是如何获得合理回报，更是应将 AI 视为单纯工具还是全新的思维方式。