近期，科技行业巨头 NVIDIA 与出行服务商 Uber 的高管均公开表示，人工智能（AI）的实际运营成本可能已经超越了传统人力成本，这与早期普遍认为 AI 更具经济效益的预期形成了鲜明对比。
NVIDIA 应用深度学习副总裁 Bryan Catanzaro 坦言，在其团队的实际运作中，算力成本的支出已显著高于员工薪资支出。这一表态尤为引人关注，因为 NVIDIA 正是当前 AI 浪潮中的关键技术供应商。无独有偶，Uber 的首席技术官 Praveen Naga 也透露，近期 AI 项目的预算早已超支，迫使其不得不重新规划方案。
此前，一家名为 Swan AI 的四人团队就曾披露，其向 Claude Code 的开发者 Anthropic 支付了高达 11.3 万美元的费用，平均每人每月约 2.8 万美元，这一数字甚至高于普通高薪技术岗位的月薪水平，直接印证了 AI 服务的高昂成本。
这种成本上的反思并非孤例。2024 年，麻省理工学院的一项研究结果也表明，在 77% 的场景下，由人工完成任务不仅效果更佳，且成本也更低。这使得业界出现“企业重新发现人力价值”的调侃。
尽管 AI 的成本效益受到质疑，但多数企业并未因此放缓 AI 替代人工的步伐。据观察，许多公司仍在大举投资，希望通过 AI 实现核心业务流程的永久自动化，并以此为契机进行大规模裁员。例如，Uber 已将线上代码更新的 11% 交由 AI 智能体完成，并计划让 AI 承担更多软件工程师的工作，其 CTO Praveen Naga 明确表示，其愿景是将软件开发全面转型为 AI 智能体驱动模式。
在衡量 AI 部署力度方面，一些企业开始以“Token 消耗量”作为指标，这种做法虽显另类，却也反映出业界对 AI 投入的关注。NVIDIA CEO 黄仁勋曾提出，希望年薪 50 万美元的工程师，每年能消耗价值至少 25 万美元的 Token，暗示了对 AI 生产力及其相关成本的重视。
当前，AI 技术的应用仍处于探索阶段，但企业加速部署 AI、伴随裁员浪潮的趋势似乎已成定局。
尽管 AI 的直接运营成本令人担忧，但其在实现 24/7 不间断运行、提升某些特定任务效率上的潜力，依然是企业愿意持续投入的关键因素，这使得人力与 AI 的成本权衡成为一个复杂且动态的过程。