几个月前，企业里最流行的 AI 口号还是：多用。用得越多，越像未来组织。甚至有人把 AI 使用量当成积极信号，仿佛调用次数本身就能证明生产力。

现在风向反过来了。404 Media 报道称，埃森哲内部正在限制员工用 AI 做一些基础任务，比如把 PDF 转成演示文稿。更有反差的是，不久前埃森哲还曾警告员工：如果不用 AI，可能会影响晋升机会。

这就是这条新闻的钩子。同一家公司，先把 AI 使用变成组织动员，再给 token 上闸门。TechCrunch 把它概括为：从 tokenmaxxing，进入 token rationing。

发生了什么：AI 从“多用”变成“省着用”

这事不复杂，但信号很硬。

问题目前能看到的事实对谁有影响
发生了什么404 Media 称，埃森哲限制员工用 AI 做基础任务，如 PDF 转幻灯片一线员工、项目经理
反差在哪此前埃森哲曾警告员工，不用 AI 可能影响晋升员工会重新判断“用 AI”是不是安全动作
高层担心什么内部音频中，Justice Kwak 提到 AI 已成成本结构中的实质变量，支出不可预测CFO、COO、CIO
行业背景部分 AI 相关公司近期遭遇 selloff，尤其波及内存芯片商AI 供应商、企业采购、投资者

404 Media 披露的内部会议音频里，埃森哲 agentic AI strategy lead Justice Kwak 提到一个关键点：AI 已经进入成本结构，支出变得不可预测。高层，尤其是 CFO、COO、CIO，仍在追问这些 AI 支出到底有没有价值。

这比“别拿 AI 转 PPT”更重要。

AI 一旦进入经营预算，就不能只靠兴奋感通关。每一次调用、每一批 token、每一个自动生成的文件，都要回答同一个问题：这笔钱换来了什么？

以前企业不太愿意问。问早了，显得保守。不问，又显得有远见。

现在账单到了。

真问题不是员工乱用，是激励一开始就粗

我不太买账一种说法：员工拿 AI 转 PDF、做 PPT，是因为员工不会用 AI。

这说得太轻了。

员工会顺着组织激励走。公司说“多用 AI 才先进”，员工就会把更多任务塞给 AI。公司说“不用可能影响晋升”，员工当然会留下使用痕迹。

至于这些调用有没有省时间、有没有提高质量、有没有减少返工，反而被挤到后面。

问题不在基层手痒，而在管理层先把指标做歪了。

企业 AI 落地的第一道分水岭，未必是模型能力。更早拦路的是三件事：成本边界、组织激励、可验证产出。

过去的考核口径接下来更可能被追问
员工有没有用 AI用 AI 替代了哪段人工成本
生成了多少内容少开了多少会、少返了多少工
部门调用量增长业务交付是否更快、更稳
AI 覆盖了多少岗位哪些场景值得继续付费

这会直接改变两类人的动作。

对 CIO、CTO 和采购负责人来说， blanket rollout 会变少。更现实的做法是分层：高价值流程继续给预算，低价值小任务设限，模型能力按场景配，不再默认人人都用最贵的能力。

对项目经理和员工来说，AI 使用也要从“我用了”变成“我省了什么”。以后更有用的记录，不是调用截图，而是前后对比：原来做这件事要多久，现在少了几步，质量有没有可检查的提升。

“天下熙熙，皆为利来。”这句老话放在企业 AI 上很准。员工要效率和晋升叙事，管理层要转型故事，供应商要用量增长，资本市场要增长曲线。

收益可以分头讲，成本最后会集中结算。

token 配给不是失败，是企业 AI 的第一次硬核算

这里不能走到另一个极端。

埃森哲限制基础小任务，不等于埃森哲 AI 战略失败。AI 相关股票遭遇 selloff，也不等于整个 AI 行业崩盘。目前能看到的，只是市场和企业都开始重估 AI 的成本回报。

这更像技术扩张进入第二阶段。

铁路、电力、互联网都经历过类似过程。早期讲想象，扩张时讲规模，成熟时讲单位经济。不完全一样，但人性和账本很像：热闹时都说快上车，结账时才问每一公里值不值。

AI 的麻烦在于，它的成本不直观。

买一台电脑，价格摆在那。买一套 SaaS，座席数也清楚。AI 按调用、token、上下文长度、模型能力累积。一个员工让 AI 改十版 PPT，个人感觉不到痛，公司会痛。

所以接下来最该观察的，不是企业还喊不喊 AI 转型，而是三件小事：

  • 是否给不同任务设 token 或模型等级边界；
  • 是否要求 AI 项目提交节省时间、减少返工、提升交付质量的证据；
  • 是否把 AI 采购从创新部门，更多交给财务、运营和 IT 共同把关。

这些动作如果出现，说明企业 AI 真的进了生产系统。生产系统不看热词，只看账。

真正有价值的 AI 场景不会因为限额死掉。能省下高价值人力、减少关键流程耗时、提高交付质量的用法，会继续拿预算。被砍掉的，大概率是那些“看起来很 AI，实际只是换一种方式烧资源”的动作。

我更在意的是，行业终于开始承认一个朴素事实：AI 不是免费生产力。它是带边际成本的新型基础设施。

基础设施当然能改变世界。但先得有人付电费。