企业对 AI 的使用正从“先用再说”转向预算约束，但整体投入并未明显降温。SemiAnalysis 在 Databricks AI 峰会期间调研 50 多家企业后称，近期引发关注的超支案例更像个别管理失控，而不是企业 AI 支出全面失衡。
极端超支并非普遍现象
今年上半年，部分大公司因员工大量消耗 Token 引发关注。Meta 内部曾鼓励员工尽量多用 AI 工具，Uber 也因短时间内用完相关预算而收紧额度。SemiAnalysis 认为，这类事件主要与激励设计和内部审批宽松有关，不能代表企业整体情况。
该机构援引 Ramp 数据称，头部 1% 客户的人均年度 AI 支出约为 9 万美元，前 10% 约为 7300 美元，而客户中位数仅 136 美元。即便在技术采用程度较高的企业中，多数员工也没有进入高频调用阶段。
Anthropic 的开发者文档也显示，Claude Code 用户月均支出大致在 150 至 250 美元之间，只有少数用户日均花费超过 30 美元。这意味着企业 AI 采用仍集中在部分岗位，而非全面铺开。
企业开始设定明确额度
受访企业大多已为员工设置 AI 使用上限，但标准差异很大，没有统一做法。部分制造、制药企业将月度额度控制在 250 至 500 美元，也有 Workday、Stripe 一类公司把员工月度预算设在约 2000 美元。
还有企业按岗位和项目分配预算。一家大型旅游科技公司给员工默认配置较低额度，再按职责上调。美国一家大型航空公司则把 Token 成本直接并入项目财务模型，由团队在总预算内自行分配，而不是单列为 IT 支出。
预算收紧后，企业也在调整使用方式。常见做法包括先用微软 Copilot 处理基础任务，再调用 Claude 或 Codex 完成更复杂工作；或者把默认模型从更贵的版本切换到成本更低的版本，以降低单位调用成本。
低价模型和 API 市场继续扩张
SemiAnalysis 认为，预算管理不等于调用减少，企业更在意的是成本效率。能用更便宜模型完成的任务，企业就不会长期依赖高价模型，这会改变采购结构，但不会让需求消失。
该机构称，前沿模型与开源模型的 Token-as-a-Service 和 API 端点市场仍在增长。计入 AWS Bedrock 后，其对 AWS 当季相关业务增速的判断高于市场普遍预期。Together、Fireworks、Baseten 等供应商的合计年度经常性收入也已超过 40 亿美元。
从应用场景看，编码仍是企业 AI 收入最强的驱动力。SemiAnalysis 估计，OpenAI 和 Anthropic 超过 70% 的年度经常性收入来自这一方向。下一阶段的增长则可能来自网络安全和白领知识工作等更广泛场景。
效率提升已出现，但考核也在抬高
受访企业普遍承认，AI 工具已经带来明显效率提升。以招聘、数据分析等流程为例，原本需要数周甚至数月的工作，已被压缩到数小时或数月内更短周期完成。
不过，效率提升并未直接转化为更轻松的工作节奏。部分员工反映，在 AI 帮助下完成任务更快后，公司也同步提高了产出预期，结果是工作节奏反而更紧。
SemiAnalysis 的结论是，企业 AI 正从无约束试验阶段进入精细化管理阶段。预算上限正在成为常态，但编码、自动化和企业级 API 采购仍在扩张，说明这轮企业 AI 投入并未减速，只是从粗放使用转向成本优化。