5 億美元的 AI 學費：一場治理失敗如何成為企業 AI 的警世鐘

事情是怎麼發生的：毫無限制的存取，完全失控的成本

根據該名顧問在 5 月 28 日向《Axios》揭露的說法，這家未具名公司向數千名員工發放 Claude 使用授權，卻未設置任何防護機制 。沒有每位用戶的支出上限、沒有即時成本監控儀表板，也沒有自動警示。員工等於拿到一張空白支票，可以無限制地使用這個全球頂尖的 AI 平台 。

成本爆炸式增長並不令人意外。工程師執行複雜的自動編碼代理人（autonomous coding agents）；團隊進行資源密集型的大脈絡（large-context）提示；自動化工作流程在背景消耗巨量權杖。這些因素共同推波助瀾，最終導致這筆 5 億美元的月帳單 。最終是一位顧問發現了這個情況，並聲稱「為他們清理了所有的浪費」。

這家公司的真實身份至今仍是個謎。但以其超支的規模來看，嫌疑範圍已縮小至全球屈指可數的巨型企業。部分產業報導已將矛頭指向潛在對象，例如同時是 Anthropic 最大投資者的 Amazon，或其他規模相當的科技巨擘，但目前尚無任何一方證實或否認 。

「Tokenmaxxing」現象：當用量成了虛榮指標

這起 5 億美元的失誤，是整個科技產業中一個持續發酵的文化與營運問題最極端的展現：Tokenmaxxing。這個術語描述的是一種行為模式，即最大化地消耗 AI 權杖，不是因為工作上的客觀需求，而是因為在某些組織內部，可被看見的高用量已被扭曲為一種地位、生產力，甚至是工作保障的代名詞 。

許多公司想當然耳地認為，更高的權杖用量就等同於更高的產出。這種有害的誘因，又被內部那些自豪地追蹤權杖消耗量的儀表板和排行榜所放大，實際上等於在獎勵花更多錢的員工，而非創造更多價值的員工。正如 Everest Group 在 2026 年 5 月的一份分析中所述：「現狀是，對 AI 採用的衡量，遠比對 AI 價值實現的衡量更為積極。」這使得權杖消耗量從一項投入成本，被扭曲為一種「有效性的勳章」。

在這家讓每位員工都擁有無限存取權限的匿名公司裡，這種文化徹底失控。沒有任何機制能區分「有生產力的消耗」和「浪費的消耗」，其結果就是一個月的燒錢速度，足以支應一家小型公司長達十年的研發總預算 。這起事件凸顯了一個痛苦的教訓，《Fortune》在同一時期的一則標題精準地總結了這一點：「Tokenmaxxing 已死」，因為公司「並未從 AI 中獲得他們所期望的投資報酬率（ROI）」。

治理的鴻溝：把 AI 當作 SaaS 是一個價值 5 億美元的錯誤

核心的錯誤在於根本性的認知謬誤。該客戶將 Claude 視為一種傳統、以人頭計價、成本可預測的 SaaS 產品，而不是它實際上那種基於用量與權杖計費的服務 。在傳統的軟體授權模式下，成本是固定的。但在一個前沿的 AI 平台上，每位員工的每一次查詢、檔案上傳、程式碼生成對話和自動化工作流程，都會直接驅動變動成本——而若沒有設定上限，這項成本就沒有天花板 。

與許多 AI 供應商一樣，Anthropic 一直將其企業定價策略轉向以用量為基礎的模式。《The Register》在 2026 年 4 月的一篇報導詳細說明，Anthropic 如何開始在續約時，將舊有的企業客戶從固定費率方案轉移到按量計費模式，並更改了文件，表明舊模式將不再獲得支援 。這種定價的演變，儘管對供應商而言在財務上合情合理，卻將成本控制的責任，完全轉移到了那些往往措手不及的客戶身上。

業界現在正急忙將原本用於管理雲端成本的 FinOps（財務運營）原則，應用至 AI 權杖的消耗上。這起事件加速了對於一套全新治理方針的呼籲，其中包括：

• 強制性的支出上限與即時預警：設定每位用戶或每個團隊的預算，一旦超標就自動限流或中斷存取 。
• 衡量「每單位權杖的價值」：將衡量指標從單純的用量，轉移到連結支出與經過驗證的商業成果（如縮短週期時間或降低缺陷率）的轉換率上 。
• 模型層級路由：對於非關鍵任務，限制其使用最昂貴的前沿模型，將較簡單的查詢導向更便宜、能力較低的模型，以節省資源 。

更廣泛的危機：AI 支出的成長速度遠超價值創造

這家匿名公司一個月燒掉 5 億美元的案例，只是一個更宏大、更令人不安的故事中的一個聳動數據點。當各家企業爭相導入技術時，整體企業 AI 支出正在全面飆升，但財務上的回報卻證明難以實現 。

看看以下幾個脈絡：Uber 在 2026 年揭露，由於大量使用 Claude Code，該公司已在該年度的前四個月，就用光了整年的 AI 「權杖預算」；Salesforce 執行長 Marc Benioff 公開承認，公司支付給 Anthropic 的帳單將會相當驚人 ；而一份由《金融時報》揭露，並被《TechRadar》和《Futurism》等媒體廣泛引用的報導則紀載，包括 Amazon、Meta 和 Microsoft 在內的企業，都已開始限制員工的 AI 用量儀表板，或積極引導員工遠離第三方 AI 工具，因為成本與來自膨脹用量的「噪音」正不斷增長 。

數據也證實了這個趨勢。企業支出管理平台 Ramp 的報告顯示，對於最大的 AI 支出者來說，大約每四個月就會有一次 AI 成本飆升 50% 或更多的狀況發生 。這類支出經常是從營運預算中支應，而非來自專門的創新基金，這對財務長們構成了巨大壓力——他們現在正強烈要求從 AI 投資中看到清晰的投資報酬率，而對許多公司而言，這個正當性理由尚未實現 。

給企業的教訓：治理必須走在部署之前

這張 5 億美元的 Claude 帳單，講述了一個「部署腳步遠勝治理」的後果。對於那些仍在推廣 AI 的組織，以下幾點教訓清晰且具備高度行動指引：

• AI 是變動成本，而非固定訂閱。 財務團隊必須將其視為一種基於消費的公用事業來建模，其嚴謹度應比照雲端運算資源，而非將其當作一種固定費率的軟體授權。
• 衡量真正重要的事物。 權杖用量是一項投入成本，而非產出價值。建立的儀表板應追蹤每項有意義的商業成果所對應的成本，而不僅僅是追蹤原始消耗量 。
• 在全面推廣前先建立防護機制。 預算、用量限制、模型存取層級，以及對長時間運行的代理人任務所需要的核准程序，都必須在第一天就到位，而不是在收到 5 億美元發票後才亡羊補牢 。
• 文化就是一個控制介面。 那些讚頌權杖消耗量的內部排行榜，可能會在不經意間創造出一種「Tokenmaxxing」文化。激勵結構必須獎勵的是價值創造，而非花錢額度 。

雖然這家神秘公司的身份可能永遠不會被公開證實，但這起事件已成為整個業界共同參考的案例。未來，當財務與工程領域的領袖主張「寧可放慢部署的腳步，先建立完善的管控機制，也好過用痛苦的方式學到教訓」時，他們都將會引用這個最壞的情境。