为什么企业在计算 AI 投资回报率（ROI）时面临重重困难

最初的“tokenmaxxing”浪潮——即 CEO 们鼓励激进且不受限制的 AI 使用——正随着企业预算面临审查而遭遇严峻的现实考验。随着公司度过实验阶段，核心挑战已从单纯的采用转向证明切实的投资回报率 (ROI)。

从 Tokenmaxxing 到预算问责

今年早些时候，硅谷正处于“tokenmaxxing”的浪潮中，这是一种组织将 AI 使用量推向极限以实现能力最大化的趋势。然而，这种毫无节制的狂热所带来的财务影响正逐渐显现。有报告指出，像 Uber 这样的主要参与者据称在短短几个月内就耗尽了其年度 AI 预算。

这种消费激增导致企业领域进入了一个修正阶段。我们看到一些组织正在缩减规模，例如一些公司正在削减特定部门的 Claude 许可，甚至有报道称 Meta 已停止其内部 AI 排行榜。这些举措标志着一种心态的转变：从“不惜一切代价追求增长”转向严格的财政纪律和资源管理。

寻找“魔力时刻”与个人智能体

尽管预算在收紧，NEA 合伙人 Tiffany Luck 仍然看好 AI 的变革潜力，尤其是在消费领域。Luck 强调了识别“魔力时刻”的重要性——即 AI 为终端用户提供不可否认的高价值效用的那些特定时刻。

行业正在超越简单的聊天机器人，转向开发精密的个人智能体。这些智能体代表了 AI 的下一个前沿，正在从被动工具转型为能够处理复杂任务的主动助手。对于风险投资家和创始人而言，目标是超越通用的 LLM 实现，构建能够以合理化其高昂运营成本的方式来解决高摩擦问题的专业化智能体。

AI 支出管理的兴起

随着 AI 炒作与实际生产力之间的差距缩小，一个新的初创企业细分领域正在兴起，以弥合这一鸿沟。企业目前正努力在模型 API 调用、计算资源和席位许可的细粒度成本与所产生的实际价值之间进行追踪。

这为专注于 AI 可观测性和支出管理的初创公司创造了巨大的机遇。企业正在寻找能够为其 AI 技术栈提供透明度的工具，从而让他们能够准确看到 Token 的消耗去向，以及这些 Token 是在驱动收入，还是仅仅在增加运营开销。将 AI 支出与特定的业务成果进行关联的能力，将成为企业能否成功将 AI 集成到其核心工作流中的决定性因素。

核心要点