查尔斯·霍利夫表示，他衡量人工智能的成功指标是金钱和生产力，而非代币。过去一年，硅谷一直沉迷于“Tokenmaxxing”——即最大化人工智能使用（因此也最大化代币消耗）应该使员工更高效。查尔斯·霍利夫则在测量完全不同的东西。这位法国巴黎银行CIB（欧洲最大银行之一的投资银行部门）的首席人工智能官在接受《商业内幕》采访时表示，虽然他的团队跟踪代币消费，但这绝不是他最关注的第一件事。“我们尝试避免虚荣指标——每天十亿个代币，”霍利夫在上周法国巴黎的Mistral AI峰会上对《商业内幕》表示。“我们努力确保所跟踪的是结果，而不是虚荣指标。”他补充道，霍利夫不会询问员工使用了多少人工智能代币，而是以一组不同的问题为起点。“你做了什么是之前没有做的？你做得有多快？”他的发言正值一些美国公司开始质疑日益增长的人工智能成本是否产生了有意义的回报。亚马逊最近关闭了一项内部人工智能使用排行榜，因为据报道员工开始通过完成任务来攀升排名。优步首席运营官安德鲁·麦克唐纳公开质疑不断上涨的人工智能成本是否转化为更有用的产品，而GitHub最近将Copilot转为基于使用量的定价，因为人工智能账单持续上升。在波尔多巴黎银行CIB，他负责的人工智能项目，霍利夫表示，他首先会明确假设这些项目可能产生多少收入或生产力。然后，他的团队会创建关键绩效指标（KPI），并每月或每季度监测进展情况。这并不意味着他的团队完全忽视代币。霍利夫表示，银行仍然有专门的团队来监测代币消费以跟踪成本。“然后我们看代币消费，因为我需要控制成本，”他说。霍利夫的方法与峰会上其他高管的评论相呼应。塔塔咨询服务的首席人工智能和转型官阿米特·卡普尔告诉《商业内幕》，公司应该关注“商业结果”和“商业影响”，而不仅仅是“将代币作为一项项目”。法国邮政银行的创新、数字和数据总监安托万·皮肖特告诉《商业内幕》，他的银行根据效率提升、客户满意度、员工满意度和财务影响等因素评估人工智能项目。尽管如此，霍利夫仍表示，代币使用可以作为采用率的衡量标准，特别是在软件工程中。但他说，他的方法与那些高度关注人工智能使用指标的公司不同。“我们没有说，‘使用工具，尽力而为，’”他说。“我们做了相反的事情。”