科技领域近期出现新现象：多家企业发现，部署人工智能服务的综合支出已超过传统人力成本。英伟达应用深度学习副总裁布莱恩·卡坦扎罗在接受媒体采访时透露，其团队在AI项目上的计算资源投入远超员工薪酬开支。这一情况与业界普遍预期的"AI降本"形成鲜明对比，反映出技术落地初期的特殊成本结构。
共享出行巨头Uber也面临类似挑战。该公司首席技术官普拉文·纳加透露，两周前制定的AI应用预算已被实际支出大幅突破，迫使管理层紧急调整技术投入策略。这种成本超支现象在编程辅助和自动化任务执行领域尤为突出，相关服务的高频使用导致企业支出激增。
当前AI服务主要采用两种收费模式：基础版AI助手月费约20美元，专业版则达200美元（约合人民币1370元）。但真正构成成本压力的是基于Token的计费机制，这种模式在代码生成、复杂流程自动化等场景中会产生持续费用。以GitHub Copilot和Claude Code为代表的编程工具，其使用成本随开发规模扩大呈指数级增长。
面对持续攀升的AI支出，企业高层的态度出现分化。部分CEO将高额账单视为积极信号，认为这表明员工正在深度应用AI工具。某科技企业负责人表示，当团队开始大规模使用自动化系统时，初期成本上升是技术渗透的必要阶段，这种投入最终将转化为创新能力和市场竞争力。
这种成本结构变化正在重塑企业技术战略。越来越多的公司开始将AI投入重新定义为战略投资而非运营成本，通过优化使用方式、开发定制化模型等方式控制支出。技术专家指出，随着AI基础设施的完善和算法效率提升，长期来看单位任务成本有望下降，但现阶段企业仍需为技术成熟度支付溢价。