徽声在线7月21日讯（记者 王晓）当前，AI token的计价模式正成为众多企业财务官（CFO）的棘手难题。不过，OpenAI董事长布雷特·泰勒（Bret Taylor）在近期公开场合透露，这种局面将在未来一年内发生根本性转变。

作为AI模型处理数据的核心计量单元，token不仅承担着文本、图像等信息的解析功能，更直接关联着企业使用AI服务的成本核算。当前主流的按token使用量计费模式，使得企业需要精确计算每个字符、每张图片的消耗量，这种复杂的计量方式给财务管理带来巨大挑战。

今年春季爆发的token成本危机尤为典型。据行业调研机构数据显示，2024年第一季度全球企业AI支出中，有37%的企业因token价格飙升被迫削减预算，其中金融、医疗等数据密集型行业受影响最为显著。某跨国咨询公司的案例显示，某银行客户在将AI客服系统接入GPT-4后，月度token费用从8万美元激增至23万美元，直接导致项目暂停。

泰勒在周一的媒体访谈中指出：当前困扰市场的'token经济学'困境，本质上是技术成熟度与商业应用错配的结果。随着AI基础设施的完善，未来将形成以业务价值为导向的计价体系。这种观点与德勤最新发布的《2024企业AI应用白皮书》不谋而合，该报告预测到2025年底，将有62%的企业倾向于采用效果付费模式。

技术演进路径的深度解析

泰勒将当前AI市场的发展阶段类比为1995年的互联网初期。他回忆道：'那时建立企业网站需要自行购买服务器、搭建网络架构，成本是现在的20倍以上。而如今，云服务提供商已经将这些复杂工作封装成标准化产品。'

'我们正处在AI技术演进的关键转折点，市场需要更多创新者开发出'免token'的解决方案。就像当年Salesforce颠覆传统CRM软件那样，未来的AI服务将让企业彻底摆脱计量单位的困扰。'

这种转型已现端倪。据Gartner统计，2024年上半年全球已涌现出47家专注于AI基础设施优化的初创企业，其中12家获得超亿美元融资。典型案例包括：

• 企业支出管理平台Ramp推出的AI成本优化套件，可自动识别低效token使用场景
• 法律科技公司Harvey开发的垂直领域大模型，通过预训练减少90%的实时token消耗
• 云计算巨头AWS发布的Bedrock服务，将模型调用成本与业务结果直接挂钩

泰勒特别提到：'到2025年第三季度，企业IT部门将能像使用Office套件那样轻松部署AI应用。市场部可以通过自然语言直接生成营销内容，研发部门能自动获取技术文档分析，所有成本都隐含在服务效果中。'

成本悖论：低价模型的真实价值

在计价模式变革的同时，AI模型的成本竞争也进入白热化阶段。行业数据显示，2024年新发布的模型平均单价较年初下降58%，但泰勒警告称：单纯的价格比较可能掩盖真实成本。

以中国创业公司月之暗面近期发布的Kimi K3模型为例，该模型以行业均价1/3的价格提供服务，但在连续处理复杂任务时，其错误率比主流模型高出2.3个百分点。某电商企业的实测数据显示，使用低价模型后，虽然单次调用成本降低，但因需要增加人工审核环节，综合成本反而上升17%。

泰勒对此分析道：

'企业评估AI成本时，必须考虑三个维度：直接调用费用、错误修正成本、业务中断损失。某些低价模型看似划算，但可能因稳定性问题导致更大的隐性支出。'

（徽声在线 王晓）