五億美元AI災難：管治失誤如何成為企業人工智能嘅警世鐘

究竟發生咩事：無限制存取，失控嘅成本

根據Axios喺5月28號刊登嘅顧問爆料，呢間唔開名嘅公司向數千名員工發放Claude使用許可證嘅時候，完全冇設立任何防護欄 。冇人均支出上限、冇實時成本監控儀表板、冇自動警報。成班員工基本上係攞住張空白支票，可以無限量咁使用全球最先進嘅其中一個AI平台 。

結果成本當然係爆升。工程師運行緊複雜嘅自主編碼代理（autonomous coding agents）；團隊執行緊極耗資源嘅大型上下文提示（large-context prompts）；仲有自動化工作流程喺背景瘋狂消耗緊海量嘅Token（代幣）。呢一切都共同「貢獻」咗嗰張半億美元嘅月結單 。好彩，最後有位顧問發現咗呢個浪費黑洞，仲聲稱幫佢哋「執晒所有手尾」。

至於呢間公司究竟係邊個，至今仍然係個謎。淨係睇呢筆超支嘅規模，嫌疑人名單基本上已經收窄到全球屈指可數嘅幾間巨型企業。業界報道入面，有人猜測可能係亞馬遜（同時係Anthropic嘅最大投資者），或者其他差唔多級數嘅科技巨頭，不過至今冇任何一方承認或否認 。

「Token極大化」現象：當用量變成虛榮指標

呢單5億美元嘅失誤，係科技界內部一個醞釀咗好耐嘅文化同營運問題嘅終極爆發：「Token極大化」（Tokenmaxxing）。呢個詞形容嘅係一種行為：唔係因為工作客觀上需要，而係因為「高可見用量」已經扭曲成為某啲組織內部嘅身份象徵、生產力證明，甚至係就業保障，所以員工要最大化AI Token嘅消耗量 。

好多公司以前隱約假設，Token用得越多就等於產出越高。內部嗰啲追蹤Token消耗量嘅儀表板同排行榜，更加放大咗呢種有毒嘅激勵機制——佢哋實際上係獎勵緊使錢使得多嘅人，而唔係創造價值多嘅人。正如Everest Group喺2026年5月嘅分析指出：「AI嘅採用情況正被遠比AI價值實現更積極咁量度緊。」Token消耗量由一項輸入成本，搖身一變成為咗「效能嘅勳章」。

喺嗰間冇開名嘅公司，每個員工都擁有無限使用權限，呢種文化更加係一發不可收拾。根本冇任何機制可以區分咩係有生產力嘅消耗、咩係浪費。結果個燒錢速度，喺短短30日內，就消耗咗足以支撑一間細公司成十年研發預算嘅資金 。呢單嘢深刻印證咗《財富》（Fortune）雜誌喺同期一個標題所講嘅：「Token極大化玩完」，事關啲公司「攞唔到佢哋想要嘅AI投資回報率（ROI）」。

管治真空：將AI當SaaS咁買係一個5億美元嘅錯誤

成件事嘅核心失敗，係一個「分類錯誤」。個客將Claude當成傳統嘅按人頭計費SaaS產品（有固定嘅人均定價），而唔係佢實際上嗰種按用量、按Token度住嚟收費嘅服務 。傳統軟件許可證，成本係固定嘅。但喺尖端AI平台，每個員工查詢、上傳檔案、生成程式碼嘅段落、以至代理工作流程，全部都直接產生可變成本——而冇上限嘅話，呢個成本係冇天花板嘅 。

Anthropic同好多AI供應商一樣，一直將企業定價模式轉向按用量收費。The Register喺2026年4月嘅報道詳細講過，Anthropic開始喺客戶續約時，將舊有嘅企業客戶由固定費率計劃轉移到計量收費模式，仲改咗文件說明，話唔會再支援舊模式 。呢種定價轉變，對供應商嚟講雖然財務上合理，但就將成本控制嘅重擔，完全卸咗落去一班好多時根本未準備好嘅客戶身上。

成個行業而家爭相將以往用嚟管理雲端成本嘅FinOps原則（財務營運），應用到AI Token消耗之上。呢次事件加速咗對一套全新管治策略嘅呼聲，包括：

• 強制性支出上限同實時警報：為每個用戶或團隊設定預算，一旦超支就會自動節流或切斷存取權 。
• 衡量「每個Token嘅價值」：將衡量指標由原始用量，轉向連接開支同可驗證商業成果（例如縮短咗幾多開發週期、降低咗幾多缺陷率）嘅轉化率 。
• 模型分級路由：限制非關鍵任務使用最貴嘅尖端模型，將簡單查詢引導去更平、性能冇咁強嘅模型，慳返啲資源 。

一場更大嘅危機：AI開支正全面超越價值

呢間公司嘅5億美元「一個月」，只係一個更大、更令人憂慮故事中嘅一個誇張數據點。隨住企業爭先恐後採用AI，整個行業嘅AI開支都全面飆升，但財務回報就證明係難以捉摸 。

睇下個背景：Uber喺2026年披露，佢哋喺頭四個月就已經用晒成個年度嘅AI「Token預算」，部分原因就係因為大量使用Claude Code 。Salesforce嘅CEO Marc Benioff亦公開承認，佢公司嗰張Anthropic賬單將會好嚇人 。而《金融時報》一份畀TechRadar、Futurism等媒體放大嘅報道亦記錄咗，包括亞馬遜、Meta、微軟在內嘅公司，已經開始限制員工嘅用量儀表板，甚至積極引導員工遠離第三方AI工具，因為成本同由膨脹用量衍生嘅「噪音」都越嚟越大 。

數據都證實咗呢個趨勢。企業支出管理平台Ramp報告指出，對於最大嗰批使錢嘅公司，AI成本大約每四個月就有一至兩次會飆升50%或以上 。呢啲開支好多時係來自營運預算，而唔係專用嘅創新基金，結果為財務總監（CFO）帶嚟極大壓力。佢哋而家要求AI要有清晰嘅投資回報率（ROI）——但對好多公司嚟講，呢個回報至今仲未見到 。

畀企業嘅教訓：管治必須行喺部署前面

呢張5億美元Claude賬單嘅故事，講緊嘅係當部署速度跑贏管治嗰陣會發生咩事。對於仲喺度推出緊AI嘅組織，以下係幾個清晰兼可行動嘅教訓：

• AI係可變成本，唔係固定月費。 財務團隊必須用管理雲端運算嗰種嚴謹度，將AI視為按消耗量收費嘅公用服務嚟建模，而唔係一筆固定嘅軟件許可費。
• 量度真正重要嘅嘢。 Token用量係輸入成本，唔係輸出價值。要建立追蹤「每個有意義商業成果嘅成本」嘅儀表板，而唔單止係原始消耗量 。
• 喺全面推行前就實施防護欄。 預算、速率限制、模型存取分級、以及對長時間運行嘅代理任務作審批要求，呢啲全部都要喺第一日就到位——而唔係收到5億美元賬單之後先補鑊 。
• 文化都係一種控制介面。 內部排行榜如果淨係用嚟炫耀Token消耗量，會唔覺意咁製造出「Token極大化」嘅文化。激勵結構一定要奬勵價值創造，而唔係使錢嘅額度 。

雖然呢間神秘公司嘅身份可能永遠唔會公開確認，但呢次事件已經成為咗一個成行都用嚟參考嘅指標——一個最壞情況嘅案例，好快就會畀財務同工程主管攞嚟引用，據理力爭話：寧願減慢推出AI嘅速度，起好晒啲管控先，都好過用最痛苦嘅方式去上呢一課。