科明解释说:“在早期,你会鼓励大家开始使用这些工具——它们确实不贵……但现在,模型的运作方式、你所能输入的上下文数量,都导致成本并非线性增长。” 这造成了他所定义的一个“关键的新兴管理挑战”:首席财务官(CFO)和首席技术官(CTO)被困在年度预算周期中,但模型根据任务复杂度不同,单次任务的成本可以有10倍到50倍的波动,这是年度预算模型根本无法应对的
。
这种动态并非空谈。2026年6月1日,GitHub将其Copilot服务转向按量计费,这让一切变得无比具体。此前,一份固定的订阅费用就能覆盖所有的请求;而现在,每一个输入、输出和缓存的Token,都会通过GitHub AI点数(GitHub AI Credits)进行计量,1点数等于0.01美元 。那些重度使用代理式编程(agentic coding)的用户,立刻感觉到账单在飞涨,部分报告预计成本激增了10到50倍
。一个针对顶级模型的复杂代理会话,仅一次运行就可能耗尽整月的点数额度
。
科明的第二个主要警告是关于质量。他用**“工作废料”**这个短语,来形容那些不断增生的AI生成文本、代码和分析,它们看似富有成效,但实际上增加的真正价值微乎其微 。这些输出非但不能提供帮助,反而主动制造了隐性成本:每一段进入工作流的AI生成内容,最终都需要由人类员工进行审查、事实核查、编辑,或是直接丢弃
。
这正是消费互联网上“AI废料”现象的“企业版本”——搜索引擎垃圾、模式化的社交媒体帖文和自动生成的充数内容。但在企业环境中,风险更高。“工作废料”如果未能通过严格的质量关,可能会悄然侵蚀内部决策、合规文件,甚至是面向客户的产品 。企业若在缺乏严格验证的情况下,在各个职能部门全线铺开AI,那么它们需要付钱让人类去清理的“垃圾工作”,就会堆积如山。
科明的警告并非来自一个冷漠的旁观者。CBA每年在技术上的投资约为 24亿澳元,比澳大利亚其他主要银行至少高出5亿澳元 。这笔支出被认为是基于AI驱动生产力的一次战略豪赌,但科明的言论同时承认,这笔预算本身也面临着他在警告他人的那种难以预测的通胀风险
。
与此同时,CBA正在实时展示AI提升生产力对劳动力的影响。该银行在2026年初已裁员约300人,此前已有90个支持性岗位被AI聊天机器人取代,4月份又裁撤了120个职位 。科明的表态一直很明确:AI“将夺走整个经济体中企业的工作岗位”,企业必须帮助员工为将来做好准备,而非假装一切都不会发生
。
不过,CBA也承诺在三年内投入9000万澳元,为其超过3万名员工发起“未来劳动力计划”(Future Workforce Program),这是一个重要的技能重塑倡议 。该计划包括一个名为“开拓你的职业生涯”(Grow Your Career)的新内部职业平台、以AI为核心的培训,以及旨在提升内部流动透明度的技能图谱
。这种“一手裁员,一手重塑技能”的双重姿态,诚实地反映了科明的观点:颠覆已经来临,企业和对待那些即将离开的员工一样,也需要为那些留下来的员工制定策略
。
科明的警告、CBA自身的行动,以及GitHub Copilot计费变更这一即时引爆点,三者叠加在一起,为任何正在生产环境中应用AI的组织,指明了三条战略必行之路:
1. 预算必须变得动态且可计量。 固定的年度AI预算时代已经结束。基于Token的计费模式将AI转变为一种可变成本服务,与云计算类似。企业需要实时的成本监控、团队级的点数额度分配、用量上限,以及在预算周期中途进行调整的能力——这些是“云原生”公司在十年前就已经学会的自律要求,但许多传统企业在面对AI时,尚未采纳 。
2. 质量控制不再可有可无。 “工作废料”将质量失效与成本超支直接挂钩。每一段未经过滤就流入工作流的AI输出,都要求下游的人工审查。企业必须强制推行质量关、人机协同验证(human-in-the-loop validation)和输出审计。没有这些体系,成本线会不断攀升,而价值线却停滞不前 。
3. 劳动力战略必须同期规划裁员与技能提升。 CBA的模式很有启发性:AI在某些团队中减少了用工需求,而技能重塑投资则为另一些人开辟了新的职业道路。9000万澳元的计划传递出一个信号:裁员的替代方案并非保住工作岗位,而是工作岗位的转型——企业肩负着引导其劳动力完成这一转变的责任 。
科明传递的核心信息是,企业AI已经进入了一个明显更为艰难的阶段。容易摘的果实已经收获完毕;剩下的任务复杂、昂贵,并且要求大多数组织尚不具备的自律性。如今,为缺乏自律买单的时刻已经到来,其形式既包括难以预测的Token成本,也包括需要有人来清理的、越堆越高的“工作废料” 。
Comments
0 comments