Comyn 解釋道:「在早期,你希望人們開始使用這些工具——而它們的成本確實不高……但現在,隨著模型運作方式的改變,以及你能投入的上下文數量,你的成本並不會線性成長。」 這造成了所謂的**「關鍵新興管理挑戰」**:財務長和技術長們被鎖定在年度預算週期中,但這個週期完全無法因應因任務複雜度而可能產生 10 倍到 50 倍波動的單次任務成本
。
這個動態並非抽象概念。GitHub 在 2026 年 6 月 1 日正式將 Copilot 轉向以使用量為基礎的計費模式,讓這件事變得無比具體。以往,一筆固定的訂閱費用涵蓋了所有請求;現在,每個輸入、輸出和快取上下文的 token 都透過 GitHub AI Credit(每個 Credit 價值 0.01 美元)來計量 。重度仰賴代理型編碼工作階段的使用者,立刻發現他們的帳單金額暴漲,有些人預估增加幅度將達到 10 至 50 倍
。如今,一個針對高階模型的複雜代理工作階段,單次執行就能燒掉一整月的 Credit 配額
。
Comyn 的第二個主要警告是關於品質。他用了**「工作廢料」**這個詞,來形容那些看似有生產力,但實際上幾乎沒有任何實際價值的 AI 生成文字、程式碼和分析報告如雨後春筍般出現的現象 。這些產出不僅沒有幫助,反而會主動創造出隱藏成本:每一件進入工作流程的 AI 生成內容,都需要由人類員工進行審查、事實查核、編輯,或直接丟棄
。
這是消費端網路上「AI 廢料」現象(如搜尋引擎垃圾內容、公式化的社群媒體貼文和自動生成的填充內容)在企業端的對應產物。在企業環境中,風險更高。「工作廢料」若通過了不夠嚴謹的品質閘門,可能會悄悄侵蝕內部決策品質、合規文件,甚至是面向客戶的產品 。公司在未經嚴格驗證的情況下,將 AI 部署到各個職能部門的幅度越大,它們必須付錢請人清理的無價值工作量就越龐大。
Comyn 的警告並非出自一位漠不關心的旁觀者。CBA 每年大約投入 24 億澳元在科技上,比澳洲其他主要銀行至少多出 5 億澳元 。這筆支出被定位為一場以 AI 驅動生產力的戰略賭注,但 Comyn 的評論也承認,這條預算線本身同樣暴露在他所警告的、難以預測的成本膨脹風險之中
。
在此同時,CBA 也正即時展現 AI 生產力提升對勞動力帶來的衝擊。該銀行在 2026 年初裁減了約 300 個職位,在此之前,已有 90 個支援人員職位被 AI 聊天機器人取代,4 月時又裁撤了 120 個職位 。Comyn 曾明確表示,AI「將會消滅整個經濟體中各個企業的工作機會」,而企業有責任幫助員工為這個改變中的未來做好準備,而非假裝一切都沒發生
。
然而,CBA 也承諾在三年內投入 9,000 萬澳元推行「未來勞動力計劃」,這是一項針對其 30,000 多名員工的重大再培訓方案 。此計畫包含一個名為「Grow Your Career」的全新內部職涯平台、以 AI 為重點的培訓,以及旨在讓內部流動透明化的技能地圖
。這種一邊裁員、一邊再培訓的雙重姿態,誠實地反映了 Comyn 的觀點:這波顛覆早已降臨,而企業需要為那些留下來的員工,就像為那些離開的員工一樣,制定一套策略
。
Comyn 的警告、CBA 自身的行動,以及 GitHub Copilot 計費變更的直接觸發,這三者的匯流,為任何在生產環境中運作 AI 的組織指明了三項戰略要務:
1. 預算編列必須變得動態且可計量。 固定年度 AI 預算的時代結束了。基於 token 的計費模式,讓 AI 成為一種類似於雲端運算的變動成本服務。企業需要即時的成本監控、依團隊分配的 Credit 額度、用量上限,以及能在預算週期中動態調整的能力——這些是原生雲端公司在十多年前就學會的紀律,但許多傳統企業尚未將其應用在 AI 上 。
2. 品質控管不再是選配。 「工作廢料」在品質失敗與成本超支之間建立了直接連結。每件未經審查就進入工作流程的 AI 產出,都要求下游進行人工審查。企業必須強制建立品質關卡、人機協作(human-in-the-loop)驗證和產出審計機制。少了這些系統,成本線會持續攀升,而價值線卻會停滯不前 。
3. 勞動力策略必須同時規劃裁員與技能提升。 CBA 的模式具有啟發性:AI 縮減了某些團隊的員額,而再培訓的投資則為其他人創造了新的職涯路徑。這筆 9,000 萬澳元的計畫表明,裁員的替代方案不是工作保障,而是工作轉型——且企業負有引導其勞動力度過這個轉型期的責任 。
Comyn 傳達的核心訊息是,企業 AI 已經進入了一個明顯更艱難的階段。那些容易取得的成果已被收割完畢;剩下的都是複雜、昂貴,並且要求多數組織尚不具備的紀律。而缺乏紀律的代價帳單,現在正以不可預測的 token 成本和一堆必須有人清理的「工作廢料」的形式,被送到我們眼前 。
Comments
0 comments