当企业再也负担不起人工智能成本时，会发生什么？

Uber创立初期，跨城乘车的费用比出租车便宜。投资者承担了其中的差额，直到公司需要开始盈利。Rakuten Intelligence的数据显示，美国网约车价格在2018年至2021年间上涨了92%；到了2023年，就连Uber的首席执行官听说如今在纽约乘坐3英里的车程要花多少钱时，也感到惊讶。

人工智能正走近一个相似的转折点。Anthropic于6月确认，已秘密提交在美国公开上市的申请；据报道，OpenAI也正准备跟进。上市公司每个季度都要向股东交代，而这种审视往往会改变定价。

这引出了一个许多企业还没问过的问题：如果其产品所依赖的人工智能变得更贵、受到更多限制，或者两者兼而有之，会发生什么？答案与其说取决于人工智能实验室的决定，不如说取决于各家企业围绕这些实验室构建业务的方式；而现在仍有时间做好准备。

人工智能成本已从IT预算项目变成商业模式的一部分

最初的人工智能账单金额不大，还可以归入试验支出。如今，人工智能已嵌入产品和工作流程，其成本会直接影响利润率。当前价格反映的是一段大举投资的时期。

研究机构SemiAnalysis的一项测试显示，每月200美元的Claude Max套餐，按标准API价格计算，每月可提供约8,000美元的用量。这对用户来说十分慷慨，也说明有些定价与服务的实际成本相差甚远。

一些调整已经开始。2025年年中，人工智能编程工具Cursor将每月20美元的套餐改为按API费率对用量计费；Anthropic则为Claude Code用量最高的用户设定了每周使用限额。开发者Simon Willison认为，投资者补贴人工智能使用的时代或许即将结束。

分析师也提出了类似建议。Gartner于2026年8月发布的指导意见敦促领导者为人工智能价格可能上涨做好准备。该机构的分析师还警告称，如果组织不了解人工智能成本如何随用量增长，就可能出现500%至1,000%的误判。

单位价格下降固然有帮助，但作用终究有限。Epoch AI的数据显示，达到特定人工智能性能水平的成本每年都在大幅下降；然而，MIT研究人员发现，较新的推理模型为了得出答案，会消耗多得多的计算资源。账单会随着用量增加，而用量还在不断增长。

面向公众的人工智能实验室会给依托它们创业的初创公司带来什么

上市会带来约束。面向公众的人工智能实验室需要向投资者展示实现可持续利润率的路径，而定价是最直接的手段之一。这可能意味着提高标价、收紧使用限额、将功能纳入高级套餐，或提前淘汰旧模型。

初创公司与供应商也处在同一个市场中。人工智能实验室正越来越多地推出自己的应用，例如Anthropic推出了Claude Code，因此企业必须明确，除了模型本身，自己的业务还创造了什么价值。

事情也有积极的一面。上市公司披露的信息更多，客户因此能更清楚地了解人工智能的定价方式。供应商之间的竞争，加上开源模型的快速进步，应能帮助那些准备好转换服务的用户控制价格。

企业如何降低依赖

企业面临的风险归结为两个问题：如果成本上涨，客户是否认为这项服务足够有价值，愿意支付更高费用？利润空间是否足以消化涨价？对于不确定答案的企业，以下五种做法会有所帮助，而且都不需要从头开始。

了解每项任务的成本。许多团队知道每月的人工智能账单，却不知道单次客户操作要花多少钱。按任务衡量成本，可以看出如果价格上涨30%、50%甚至100%，哪些功能、客户或用例会变得无利可图。

在最能发挥人工智能价值的地方使用它。大型模型最擅长处理模糊情况，例如初次着手解决一个问题。重复性工作往往更适合用传统软件来完成。以软件测试为例，人工智能可以先找出如何检查一条用户操作流程；之后，这项检查便可以作为普通代码运行数千次，无须调用模型。

让模型与任务相匹配。Epoch AI发现，能够在单张消费级显卡上运行的最佳开源模型，性能落后于领先模型的时间约为一年或更短。对于常规工作，较小的模型或自行托管的模型只需花费一小部分成本，就能提供可接受的结果。

保留切换选项。围绕某家供应商的专有功能构建的产品最难迁移。在产品与模型之间加入一个简单的中间层，并定期测试替代方案，就能把未来的涨价变成谈判筹码。

按结果定价。按令牌向客户收费，会把人工智能价格的每一次变动都直接转嫁给客户。按结果收取固定费用，例如按完成的任务或解决的请求收费，既能让客户的价格保持稳定，也能让企业有空间消化自身成本的变化。购买工具时同样适用这一原则：按结果定价的工具能让未来支出更容易预测。

是否负担得起，是一项设计决策

Uber涨价并没有终结网约车服务，而是终结了那些假定乘车服务会一直得到补贴的商业模式。AI很可能也会走上类似的道路。随着大型实验室公司进入公开市场，AI的定价将更接近其提供服务的成本；届时，企业将面临这样的评判：它们的产品在这一价格水平下是否仍然好用。

最能适应这一转变的公司，会把AI视为一项需要衡量和管理的依赖。对于尚未着手行动的企业来说，现在开始也为时不晚。这些步骤都可以在本季度启动，而且每一步都会让企业更容易承受下一次价格调整。