如果你使用过 ChatGPT 或其 AI 竞争对手的免费版本，那么你显然得到了一笔好交易。微软、谷歌和 Anthropic 等公司在开发大型语言模型（LLMs）这一技术方面投资了数千亿美元。因此，让 ChatGPT、Claude 或 Gemini 帮助你的演讲或假期计划是一种便宜的选择。但自然，这些公司希望收回他们的投资，所以他们提供附加功能的付费版本，用于编码或账单等任务。与此同时，第三方公司正在构建和销售基于 AI 代理的服务，通常是基于 LLM，经过训练以执行特定任务。但为这些服务定价实在出乎意料地困难。Saviynt 的 Simon Gooch 表示：“试图让某人参与未来 12 个月、两年、三年的成本模型根本没有意义，因为我们不知道。”这归因于代币迅速变化的经济学，代币是 LLM 和代理 AI 的基础。当用户要求 LLM（如 ChatGPT 或 Anthropic 的 Claude）回答问题、生成软件代码或自动化某个过程时，该提示被分解为称为代币的数学块，可以由模型处理。LLM 的响应也以代币的形式出现，再转回为文本、软件代码或一组命令以自动化一个过程。问题是这个过程并不完全可预测。提示中的细微变化可以产生不同的答案。同一提示并不总是会产生相同的答案。不同的模型会产生不同的答案。同时，在代理系统中，企业使用多个 AI 代理一起做决策和采取行动，进一步增加了代币的使用和不可预测性。根据高盛的分析，尽管近年来单个代币的成本（或用于支付代币的积分）大幅下降，但企业和消费者消耗的代币数量却 skyrocketed。该银行预测，到 2030 年，外部代币消耗将比 2026 年增加 24 倍，每月达到 120 拍字节的代币，因为公司开始转向使用 AI 代理。但使用 AI 系统的公司和个人往往对自己消耗了多少代币难以掌握，直到他们耗尽或收到账单。甚至微软 reportedly 缩减了其工程师对某些第三方编码工具的使用，而优步在今年早些时候几个月内 apparently 用光了其 AI 编码代币的预算。伦敦政治经济学院数字创新与信息系统的副教授 Will Venters 表示，企业在内部尝试或实施 AI 时，由于员工不断消耗代币而可能被困住。“人们发现很难管理这些成本……这是一个非确定性的输出，因此这是一个非确定性的价值，”他说。公司正在寻找方法来解决这个问题。工程软件公司 smartR AI 的创始人 Oliver King-Smith 表示，小型组织可以“在雷达下飞行，并使用（固定费用的）个人账户，我相信大型供应商不喜欢。”但他说：“这在某个时候必须结束，因为大公司在这些账户上损失惨重。”一旦大型 AI 平台开始面临来自股东的压力以显示利润，他预测：“他们将开始收紧。”King-Smith 还表示，公司应该更仔细地考虑使用哪些 AI 模型。英国会计软件公司 iplicit 的 CFO Rob Steele 表示，公司还需要对其提示进行更精确的处理。"你不会让家里的人去购物，而不给他们任何详细的购物篮期望的指示，对吧？" Venters 指出，当公司将 AI 融入可能推出给数千个用户的产品时，情况可能变得难以控制。AI 成本可能开始暴涨。例如，管理者可能会意识到他们不仅需要为核心软件开发消耗代币，还需要为测试、安全或实施保护措施等其他任务消耗代币。“当你关注代理处理时，这尤其困难，”Venters 说。雇佣更多的 AI 代理可以通过点击按钮来完成，而扩展人力资源则需要就人数和招聘进行仔细讨论，他说。Venters 指出，虽然代币成本可能不可预测，但最终公司可能会从其 AI 代币使用中获得更多价值。“这并不完全像计算器，”他说。“你给它的越多，成本就越高，但结果可能会更优秀。”但公司仍然需要将这些成本转嫁给自己的客户。“没有人真正搞明白这一点，”产品营销高级总监 Bill Peterson 说。