AI編碼成本2028年或超工程師年薪 Gartner預測 Uber每月上限$1,500 企業成本危機加速

點解AI編碼成本預計會超越人工？

Gartner指出兩個主要推動因素：

• Token用量急升 — 開發者越嚟越進取咁用AI編碼代理，Token（大語言模型收費嘅基本單位）嘅消耗量增長遠遠快過每Token價格嘅跌幅。AI編碼帳單由每個開發者每月$20或$100，跳到$2,000甚至$5,000，Gartner高級首席分析師Nitish Tyagi同《The Register》講。
• 由固定月費轉為按用量收費 — Anthropic、Cursor、GitHub Copilot等主要供應商已經放棄固定月費訂閱，改為按Token用量收費。咁樣令成本同每個按鍵動作掛鉤，變得可變同可以大規模擴張。

呢個預測係基於明確假設嘅推算，唔係必然會發生。但正如Tyagi所講：「AI編碼開支會持續上升，因為基建投資同盈利壓力推高模型定價。」

真實案例：Token帳單到期

Uber：燒光全年預算後實施$1,500上限

Uber係最經典嘅AI成本超支案例。公司喺短短四個月內，即係到2026年4月，已經用晒成個2026年度嘅AI編碼預算。為咗應對，Uber向員工實施每個月每個工具最多用$1,500嘅上限，適用於Anthropic嘅Claude Code同Cursor等代理式編碼平台。

數字好驚人。到2026年3月，84%嘅Uber工程師已經用緊Claude Code，相比2025年底只得32%。喺實施上限之前，每個工程師每月成本由$500到$2,000不等。Uber嘅COO甚至話：「AI開支同客戶價值之間嘅關聯仲未建立到。」

其他公司同樣受壓

• Microsoft喺啟用Claude Code幾個月後，就因為成本問題而撤回開發者嘅使用權限。
• Priceline嘅AI編碼工具價格爆升5倍。
• Gartner另外預測，到2027年，40%使用按用量收費AI編碼工具嘅企業，將會面對超出預算兩倍或以上嘅計劃外成本。

Accenture：非工程師反而係Token消耗大戶

Accenture嘅案例揭示咗一個令人意外嘅成本超支來源。根據流出嘅錄音同報道，最大嘅AI Token消耗者竟然唔係開發者，而係非工程師——佢哋用AI工具將PDF轉換成簡報。Accenture計劃推出「Token IQ」產品，俾管理層睇到AI開支係咪帶嚟足夠回報。

KPMG：成本追蹤嘅挑戰

KPMG嘅2026年第二季全球AI脈搏調查喺2026年6月24號發布，訪問咗超過2,100位來自20個國家嘅高層領導，結果發現只有26%嘅組織能夠實時掌握AI使用成本。具體嚟講：

• **50%**只有局部可見度。
• **22%**幾乎或完全冇可見度——佢哋要收到帳單先知道使咗幾多錢。

KPMG嘅全球AI主管Steve Chase形容呢個問題係核心嘅財務不透明風險，指出有客戶喺幾個月內就用晒全年嘅Token同雲端預算，有個客戶嘅Token用量更升咗六倍。轉用Token計費令AI開支變得難以預測，傳統IT財務管控好難控制。

點樣管理成本：Gartner嘅建議

Gartner嘅指引喺2026年6月嘅報告同2026年3月嘅報告 10 Best Practices for Optimizing Generative and Agentic AI Costs 入面提出，核心係一個有紀律嘅營運模式：

• 建立用例驅動嘅決策框架 — 清楚定義幾時要用AI編碼代理、要用到咩程度，唔好俾用量無限制增長。將開發任務分為三個執行模式：開發者主導、開發者加代理、完全代理主導。
• 按任務複雜度選擇模型 — 將簡單、高頻嘅任務（寫測試、重構、建立骨架、寫文件）分流到更細、更平嘅專門模型，唔好下下都用最頂級嘅前沿模型。
• 強制執行上下文工程 — 改善開發者提供俾AI系統嘅輸入上下文，減少浪費Token喺無關或冗餘嘅資訊度。
• 實施快取、批量處理同監控 — 用Token快取同請求批量處理減少重複計算；實時監控每個開發者同每個團隊嘅Token消耗。
• 評估AI編碼成熟度 — Gartner敦促工程領導喺成本失控之前，審計目前嘅Token消耗模式。
• 建立FinOps式嘅治理層 — 包括實時消耗監控、每個用戶嘅預算，以及自動檢測異常用量嘅機制。

Gartner亦指出，對於範圍清晰、定義明確嘅任務——寫測試、重構、建立骨架、寫文件、修正簡單Bug——生產力確實有顯著提升，但對於架構決策同新問題除錯，提升幅度就有限。關鍵係要估算團隊工作入面有幾多屬於高槓桿嘅類別，然後集中用AI喺嗰度。

總結

無限制嘅AI編碼開支時代就快完結。呢啲工具喺明確嘅任務上確實帶嚟生產力提升，但如果冇治理，成本增長嘅速度可以快過生產力增長。Gartner建議嘅紀律，同Uber呢啲公司被迫實行嘅措施，唔係要放棄AI，而係要將AI當做真正嘅成本中心去管理——要有可見度、有分流、有護欄。