一家企业在向全体员工开放生成式AI后，短短一个月内就产生了高达5亿美元（约7540亿韩元）的使用费用。这一案例曝光后，企业如何管理AI成本再次成为市场关注的焦点。

据区块链媒体BeInCrypto于5月29日（当地时间）报道，这家要求匿名的企业将Anthropic的AI模型Claude面向全员开放，但并未设置个人使用额度或整体预算上限，最终导致费用快速失控。

问题的核心在于，生成式AI采用按量计费模式，而一旦在企业内部大范围铺开，Token消耗就会随使用量同步放大。在缺乏限制的情况下，员工使用频率迅速上升，相关成本也随之大幅攀升。

其中，重度用户带来的费用增长尤其明显。报道称，部署Agent工作流或进行大规模代码生成的工程师，单人每月就可能产生数百至数千美元的费用；若让能够自主执行重复任务的AI Agent全天候运行，成本上升速度还会更快。

近期，Agent型AI和“扩展思考”（Extended Thinking）功能被业界视为新的生产力工具，但与此同时，这类能力也被认为是Token大量消耗的重要来源。与普通问答不同，这类应用通常需要反复执行多步骤流程，即便处理同一项任务，也会占用更多算力资源。

这一事件之所以引发广泛关注，也在于类似问题并非个案。报道提到，Microsoft在工程师人均月度AI成本升至500至2000美元后，已缩减内部Claude代码许可。网约车公司Uber也被指截至2026年4月已消耗掉大部分AI预算。Uber首席运营官Andrew Macdonald表示，在当前企业AI使用模式和业务优先级之下，证明相关投入的产出回报正变得越来越困难。

Amazon同样面临类似情况。该公司曾推出内部AI使用排行榜，但部分员工为了提升排名，反复输入与生产力无关的简单提示词，最终这一项目被叫停。公司认为，虽然使用量上升，但并未转化为实际业务产出，反而抬高了基础设施成本。

业内人士指出，不少企业误以为生成式AI与传统SaaS（软件即服务）一样，属于固定订阅成本，这正是问题的重要根源之一。实际上，模型类型、提示词长度以及是否启用Agent功能，都会显著影响最终费用，但许多企业普遍低估了这套成本结构的复杂性。

Anthropic虽然提供管理员控制台、按用户设置使用上限以及合规管理等企业级控制工具，但这些功能需要企业自行配置。报道称，在上述案例中，相关控制措施几乎没有被启用。

在这样的背景下，企业关注重点正从“扩大部署”转向“控制成本”。越来越多公司开始引入单用户支出上限、基于角色的访问权限管理、实时成本监控系统，并在处理简单任务时优先使用成本更低的模型。

目前，Claude仍在快速扩张，已获得数百家年支出超过100万美元的企业客户。不过，业界认为，这起事件也再次说明，生成式AI既可能成为提升效率的工具，也可能在治理缺位时演变为新的预算风险。