简而言之： 代币价格在下跌，而代币账单却在增加，这意味着在银行或基金内部，预算中真正重要的变量已不再是代币的成本，而是某项任务消耗了多少代币。.
Token Expense 已出现在财报电话会议上
在过去的两年里，金融机构内部的人工智能成本一直是一项技术类支出，技术部门以外的人员从未对此进行过深入追问。但这一情况在本季度发生了变化。高盛发布财报后，大卫·所罗门在接受采访时承认， “大家都在热议代币支出和这项技术的成本”, ，并警告称，这一发展进程“难免会遇到波折和调整，因为人们需要逐步厘清企业对这项技术的最终需求究竟是什么。”
摩根士丹利首席财务官莎伦·耶沙亚对该公司的发展轨迹作了更详细的说明， 第二季度电话会议. 她说，象征性的开支是 “一个今年在财务上并不重要、但未来可能会变得重要的议题”, ，而且这已经引起了管理层的关注。.
请仔细阅读这句话，因为它仅用一句话就道出了问题的全部症结。一种今天看似微不足道、明天却变得举足轻重的成本，恰恰是那种会逃脱预算约束的成本——直到其规模大到无法悄无声息地化解时，人们才会察觉。.
价格暴跌是真实存在的，但这其实是个陷阱
每一项关键数据都令人感到乐观。一百万个代币的综合成本 同比下降67%. 自2023年3月以来，Frontier的产出价格已下跌约94.5%，原因是 推理价格的公开基准测试. 各层级之间的差距如今已十分巨大：基础模型的运行成本为每百万输入代币仅需几美分，而前沿推理模型的运行成本则高达数美元，且其输出定价更是比基础模型高出数倍。.
然而，在同一调查期间，, 73%家机构表示，人工智能成本超出了其最初的预算计划, ，而积极管理人工智能支出的团队比例已从两年前的31%攀升至98%。单位价格下跌、账单金额上涨，以及几乎普遍实施的成本管理措施，却仍未能遏制这一局面。.
其背后的机制是“弹性需求”。当推理的边际成本下降时，组织并不会将节省下来的成本留作储备。相反，它们会延长推理链、增加工具调用、扩大上下文窗口，并将工作交给会调用其他代理的代理。AT&T曾公开报告称，其规模从 每天约80亿至270亿枚代币 在部署多智能体系统后。谷歌报告称，其每月处理的令牌数量约为1.3千兆万亿个，同比增幅约为130倍。.
推动该法案的关键变量是每项任务的代币数量
这正是具备量化分析背景的读者应重点关注的地方。支出等于价格乘以销量。价格正沿着一条相当可预测的曲线下跌，且在价目表中清晰可见。而销量则不然，因为销量并不取决于用户数量，而是取决于架构。.
推理和代理工作负载消耗 每项任务所需的代币数量为原来的5到30倍 比同等规模的聊天交互要多。 一个通过包含推理模型和三次工具调用的检索管道路由的查询，其消耗的令牌数量可能比直接向较小模型提出相同问题多出一个到两个数量级。推理模型会生成冗长的内部推理链，这些推理链会被计为输出令牌，因此其消耗情况与界面显示的结果存在显著差异。.
结果是，代币消耗与面向用户的活动之间呈非线性关系。这一特性本身就解释了市场预测误差的大部分原因。 一家将AI成本建模为“座席数乘以每座席单价”的银行，实际上是对一个非线性系统构建了线性模型；每当工程团队升级模型或赋予代理更多自主权时，这种误差就会朝着超支的方向不断累积。.
此外，令牌也不是同质的，这使得简单的体量追踪方法失效。服务经济学处于吞吐量与交互性之间的平衡点，而有效的衡量标准是“有效吞吐量”（goodput）：即符合既定延迟和速度目标的输出，而非单纯产生的令牌数量。.
| Token 类 | 简介 | 归于应有的位置 |
|---|---|---|
| 散装 | 高吞吐量、单用户速率低、服务成本最低 | 夜间文档处理、嵌入、批量摘要生成 |
| 金发姑娘 | 在接近最佳吞吐量下实现适度的交互性 | 大多数内部分析师和客户服务应用程序 |
| 高级低延迟 | 单用户速度高，总吞吐量较低，单位成本较高 | 语音助手和工作流：响应时间决定生产力 |
| 推理 | 看起来像是一次标准调用；每个返回的令牌会生成许多内部令牌 | 仅限真正棘手的分析难题；这才是支出出现意外的主要原因 |
| 该框架改编自 FinOps Foundation 的代币经济学及已发布的推理基准测试（2026）。. | ||
补贴期已结束
大多数多年期人工智能预算中默默隐含的一个假设是：明年的降价将抵消今年的销量增长。这一假设如今已不再稳妥，因为供应商已开始调整定价，以实现成本回收。.
Anthropic公司于2026年4月进行的企业转型便是最明显的例子。该公司 将企业客户转为“席位费加预承诺代币消耗”的计费模式，且不包含使用缓冲额度, ，并将包月订阅服务与第三方代理接口区分开来——分析师估计，这些接口每花费1美元所消耗的计算资源，是该订阅套餐定价所能支持的数倍。OpenAI的ChatGPT产品负责人更直白地表达了这一观点，他指出，无限量AI套餐在结构上类似于无限量用电套餐，是行不通的。.
这对财务部门或首席财务官（CFO）职能的实际影响是：采购人员现在必须像十年前在预测云需求时那样——那段经历让他们付出了沉重代价——来预测计算需求。按代币计算的标价仍在持续走低，但降价主要集中在商品级层级，而代理型工作负载实际所需的层级价格则保持得更为坚挺。.
受纪律约束的机构正在采取哪些措施
耶希亚用任何运营商都会认出的“常规成本优化”这一术语，描述了摩根士丹利的做法： “根据具体用途选择合适的模式，在适当的情况下明智地利用开源资源”. 她的这个实例之所以具有启发性，恰恰是因为它平淡无奇。总结一份分析师报告是一项切实的工作任务，具有实际价值，而完成这项工作，“你真的不需要那种最新、最尖端、价格极其昂贵的模型”。.
这就是模型路由，它是目前可用的回报率最高的控制手段。其他措施都围绕它展开：缓存重复出现的上下文、将所有无需交互操作的内容进行批处理、限制代理的递归深度，以及以有效吞吐量而非原始令牌计数作为衡量标准，从而避免将快速令牌和慢速令牌视为具有同等经济价值的资源。.
会计与工程同样重要。BCG在其关于 代币计数器的管理 问题在于，代币支出不应被归入单一类别。那些用于构建可复用能力的代币，其性质类似于投资。 用于执行内部工作的代币属于运营费用。在产品内部或客户交互中消耗的代币则属于销售成本。如果一家机构将这三类支出统统归入IT间接费用，就无法分辨其哪些AI项目正在创造价值，哪些项目却在悄无声息地侵蚀利润率。.
最后一项控制措施是责任归属。将代币消耗费用追溯计入生成该代币的交易台，这种做法对行为的影响是中央预算所无法比拟的——这与按计量收费的公用事业服务比包月制服务更受用户谨慎对待的道理是一样的。.
为什么这是个利润率问题，而不是技术问题
以下这一部分虽然最不引人注目，但对所有者和资金配置者而言却最为重要。.
杰米·戴蒙驳斥了“人工智能带来的效率提升仅归属于部署该技术的企业”这一观点。. “我们不能只是说：‘哦，这会提高我们的利润率，我们就保持这个水平吧’。如果真是这样，鉴于过去20年的计算机化进程，我们今天的利润率早就应该达到80%了。” 他进一步表示：“人工智能带来的好处并非仅归你们所有。人工智能的最终受益者将是我们的客户。”
竞争将生产率提升的收益传递给了客户。留在损益表上的则是成本。对于资产管理公司或基金而言，这部分成本正从一次性项目资本转向经常性服务成本，最终落在了本已面临结构性压缩的费用基数上。 因此，技术决策本质上关乎营业利润率的可持续性，而这正是决定买家愿意支付多少市盈率的决定性因素。.
投入环境也不会有任何缓和的迹象。摩根士丹利首席执行官泰德·皮克指出，数据中心的资本支出预测为 2026年的$575亿正逐渐接近$850亿, ，其中2027年的预测值从约$7000亿上调至$1.3万亿，并估计该行业在整个投资周期内的规模仅为10%至15%。以这种速度扩产的供应商最终需要从中获得回报。.
对此该怎么办
如果您经营一家投资管理公司或基金。. 在扩展用例之前（而非之后）计算每项任务的工具成本。为每个工作流设定明确的代币预算，并设定一个阈值——一旦达到该阈值，就对工作流进行重构或关闭，同时将每项任务路由到能够满足质量标准的最低成本层级。 将代币支出归类为投资、运营费用或销售成本，并向实际消耗该资源的部门进行成本分摊。戴蒙本人提出的分类框架是一种有用的管理规范：摩根大通运行着近千个 AI 用例，其中他认为大约有 50 个真正重要。.
如果您正在对此进行尽职调查或向其进行资金分配。. 别再数用例了。 询问每项任务的成本、其背后的服务等级构成，以及过去两个季度每项任务所需代币数量的趋势。一家拥有上千名试点用户却缺乏单位经济效益的公司，不过是打造了一个公关形象良好的成本中心。而一家能够报价每项完成工作流的成本，并能证明随着业务量增长成本反而下降的公司，才真正构建了能在重新定价中生存下来的业务模式。.
能够安然度过这一周期的机构，并非那些在推理方面投入最少的机构，而是那些始终清楚每单位推理成本及其所带来的价值的企业。.
参考资料
- diginomica。《代币经济学——高盛、摩根大通和摩根士丹利的投资方向》（斯图尔特·劳克兰，2026年7月17日）。 https://diginomica.com/tokenomics-direction-investment-travel-goldman-sachs-jp-morgan-chase-and-morgan-stanley
- FinOps Foundation。《代币经济学：AI价值的原子单位》（J.R. Storment）。https://www.finops.org/insights/token-economics-the-atomic-unit-of-ai-value/
- FinOps基金会。《2026年FinOps现状报告》。https://data.finops.org/
- Epoch AI. “大型语言模型（LLM）的推理成本虽已快速下降，但在不同任务间降幅不一。” https://epoch.ai/data-insights/llm-inference-price-trends
- 波士顿咨询集团。《人工智能回报率：首席财务官和首席信息官如何管理“代币计数器”》（2026）。https://www.bcg.com/publications/2026/managing-ai-token-costs
- 摩根士丹利。2026年第二季度财报电话会议实录（2026年7月15日）。 https://www.fool.com/earnings/call-transcripts/2026/07/15/morgan-stanley-ms-q2-2026-earnings-call-transcript/
- 德勤洞察。《AI代币：如何应对AI领域的新支出动态》。https://www.deloitte.com/us/en/insights/topics/emerging-technologies/ai-tokens-how-to-navigate-spend-dynamics.html
