本文来自微信公众号： AI Humanist by杉森楠 ，作者：杉森楠
最近我发现一个很有意思的反转。
各大中小公司的「全面AI化」因Token太贵，居然开始「紧急撤回」了，Token经济「崩掉一堆高管老头」——
过去这一年，很多大厂都肉眼可见地在疯狂推动内部AI化。尤其是那些原本就背着增长压力、组织效率压力的高管，会非常自然地把AI当成新的管理抓手——
内心BeLike“既然AI能写代码、写文档、做分析，那员工为什么不用？不用就不是我们的兄弟。”
于是很多公司开始半强制地鼓励员工使用AI。
而鼓励的方式无非是推销鸡蛋一样的老几样，有些是明面上的OKR：每个团队都要交AI案例，每个部门都要做AI转型汇报；有些则是免费用Token，公司报销。
但许多高管老头们本身似乎并了解AI、也不了解Token，更不了解这二者结合之后的「恐怖」所在。
高管只懂财务，不懂一线业务的缺点开始显现——
“他X的，Token这么贵？！快给老子撤回，一个工程师程序员才几个钱？全面AI化先停一停，等我把财务模型摆正了再说。”
我一般管这个叫「Token崩了高管老头」。
所以，短短1年之内，高管老头们突然意识到AI这玩意是不能真投入的，因为自家公司是真有这个钱，是真要花这个钱的。
我将这种被「AI化」崩的高管老头分为两种：
（1）真蠢到觉得，全公司只要立刻、全部、马上、全面AI化，业务就能起死回生、开启第二增长曲线，而且认为实现第二增长曲线的第一要义就是放开用Token。但现在发现，自己躺在传统互联网、传统行业里，躺着赚钱本就很舒服，搞AI化既没必要，也起死回生不了。
（2）从一开始就把「AI化」当作新时代的宣传语言和叙事，但最近发现这个口号叫不响了，或者说往里面投入的钱，比养真实工程师还要多。慌了。
第一种：把AI当成第二增长曲线，最后差点把基本盘干穿
先说说第一种，某些高管老头固执地认为「全面AI化能够带来第二增长曲线」，而全面AI化从哪里搞？
谁也不清楚，这就难住了高管老头们，但众所周知，高管老头们是不能被难住的。
所以，他们想到了最好的方式——
“业务直接用AI接管，简单纯粹地蔑视人的价值。让AI应替尽替人类。”
高管老头们开始把AI当成一种组织层面的速效救心丸，但结果发现差点把传统业务干报废了。
他们的底层判断很简单——
“既然AI能写代码、写文档、做客服、做分析，那公司的增长问题、效率问题、成本问题，是不是都能靠AI重新洗一遍？”
于是，「AI化」变成了一种公司级叙事：增长不行，就说靠AI开第二曲线；利润承压，就说靠AI优化组织；人效难看，就说靠AI替代重复劳动。
Klarna（欧洲最大的支付平台）就是非常典型的案例。
它的CEO Sebastian Siemiatkowski曾公开说，AI已经能做所有人类能做的工作。公司也停止扩张性招聘，通过自然流失把员工从约4500人降到约3500人。这个口径非常接近第一类高管的想象。
Klarna还和OpenAI一起宣传过客服AI的成果：上线首月处理230万次对话，占客服对话的三分之二，号称相当于700名全职客服，并把问题解决时间从11分钟压缩到2分钟以内。只看这组数字，确实很像「AI改造传统业务」的Good Sample。
但问题也恰恰出在这里——
“客服不是只有「回答问题」这一点。”
AI能处理大量标准化问题，比如账单、退款、物流、账户状态、常见规则解释，这没问题。但客服真正有价值的地方，是那些非标准、带情绪、需要判断、甚至影响用户信任和复购的边缘场景。
所以Klarna后来又做了修正：重新招聘人工客服，并试点类似Uber的自由接单式客服模式。现在，玩了一圈，发现复杂服务最后还是要回到人身上。
更抽象的是，这种AI化还会继续演变出第二个分支：直接把“用不用AI”变成一种新的组织纪律，管你这那的。
这里说的就是Duolingo。
2025年，Duolingo CEO Luis von Ahn发布“AI-first”内部信，提出公司要转向AI-first。宣称要把AI使用嵌入到招聘、绩效和组织管理里：招聘时要看AI使用能力，绩效评估里要加入AI使用情况，外包人员做的工作如果能被AI完成，就逐步停止外包。
AI直接成了考核人类的Benchmark了。
问题在于，一旦AI使用被绑定到绩效，员工就会优化这个指标——
“用AI是因为不用显得落后，接入AI是因为汇报里得有AI，做AI案例是因为组织要证明自己正在AI化。至于AI是否真有用、任务是否适合，Who Cares？”
Duolingo后来回撤了「用AI使用情况评价绩效」的做法。原因表面上简单纯粹——
“员工开始质疑，公司是不是只是为了用AI而用AI？”
但实际上，估计是高管老头们发现，AI考核人类的Benchmark有漏点，而且堵不上。
Luis von Ahn后来也承认，绩效最重要的仍然是本职工作做得好不好，如果AI帮不上忙，就不会强迫员工使用。
总的看起来，全面AI化的真实情况与这些高管老头们的预想，刚好相反。
AI不是第二增长曲线本身，它最多是某些流程里的杠杆。它能不能产生价值，取决于公司有没有清楚的问题、稳定的数据、可改造的流程、足够强的人类工程师兜底，以及愿意为试错付出的真实成本。
所以，所谓AI化并没有自动变成生产力革命，反而在很多公司里变成了一种新的管理幻觉。
第二种：鸡贼高管，反成老登
第二种高管老头，被Token崩的方式，和第一种不太一样。
第一种是真的把AI当成万能药，觉得只要全公司立刻AI化，业务就能重新增长，人效就能瞬间提升。
第二种就现实多了，一帮玩资本的老手，被AI这个非常年轻的事物，崩了。
大量企业打着弘扬福利文化精神，关怀员工的旗号，宣称：大家使用AI这件事，可以Free了。Claude Code之类的API，由公司报销，甚至据我了解，有太多公司专门接了AWS，以让员工更加「高效、稳定」地使用CC。
可高管老头们未必真的相信AI能重塑一切，但他们非常清楚，AI是这两年最好用的资本市场语言、管理语言和组织动员语言。
对外，可以讲AI战略、AI基建、AI-first、第二增长曲线；对内，可以讲提效、降本、流程自动化、组织升级。
但，只要AI开始进入财务报表，业务的真实状况可不跟你讲废话。
不过，此处的业务真实状况也要分为2点：
（1）过于依赖「SOTA AI叙事」，差点将自家业务和工程师的心智送给对方。
（2）将AI Token消费=AI化前景，重复这个叙事，差点把自己都骗到了。
第一点，没错，说的就是微软。
我觉得微软的这个故事，绝对是可以写进「大AI时代」历史教科书中的。
微软最近被曝正在取消部分内部Claude Code许可，并把开发者引导到GitHub Copilot CLI。报道里提到，这件事主要发生在微软Experiences+Devices相关团队，涉及Windows、Microsoft 365、Teams、Outlook、Surface等产品线，部分Claude Code使用将在2026年6月30日前收口。
很多人看到这个消息，第一反应是——
“微软是不是觉得Claude Code不行了？”
恰恰相反，微软是觉得Claude Code太行了。
微软从2025年底开始让数千名员工使用Claude Code，甚至鼓励没有编码经验的设计师、产品经理用它做原型。软件工程师也被要求同时使用Claude Code和GitHub Copilot，并反馈两者差异。
结果，过去一年里，Claude尤其是Claude 3.5 Sonnet、Claude 4系列，在代码理解、长上下文处理、复杂工程修改、多文件协同重构等场景里表现非常突出。很多开发者认为，在真实的软件工程任务中，Claude的体验甚至超过了GitHub Copilot默认提供的能力。
微软内部不少工程师也有类似反馈，然后微软高管，瞬间顺从了这些提议。
这个判断也不是单纯的外部猜测。
The Verge后来的报道里引述了微软Experiences+Devices负责人Rajesh Jha的内部备忘录。他对员工的解释是——
“微软当初同时提供Copilot CLI和Claude Code，不是因为要放弃自家工具，而是为了尽快学习，在真实工程工作流里对这些工具做基准测试，搞清楚到底什么东西最能支持微软自己的团队。”
微软通信主管Frank Shaw当时也给过类似口径——
“公司经常测试和试用竞争产品，是为了更好理解市场格局。”
毕竟微软自己也在做Copilot。如果连竞争对手的产品都不研究、不使用，那反而会失去对行业真实水平的判断。所以微软最初引入Claude Code，是因为太相信工程师的反馈。
这套话术，一听居然还挺对......
但是，真实的业务状况，可不会在财务模型上骗人。
随之而来的问题是，玩资本的高管老头发现，自己被资本摆了一道。
因为微软自己卖的就是GitHub Copilot啊，喂！
如果微软内部最核心的工程团队都更喜欢Claude Code，那它对外卖Copilot的时候，就会遇到一个3岁孩子都懂的问题——
“你让我买Copilot，可你自己的工程师为什么不用？”
这一点，Google就很聪明了，虽然自己的Antigravity稀烂、Gemini CLI更是稀烂，但就是不允许用Claude Code。
于是微软被顺利崩老头了，开始选择把AI收回到自己能控制的平台里。
继续说第二点——
“将AI Token消费额度=AI化前景，重复这个叙事，差点把自己都骗到了。”
这是最愚蠢的，也是最能证明旧互联网时代的高管老头们的一大部分，只是在纯粹地表演而已。
美国一家媒体Axios在2026年5月28日的文章《AI sticker shock hits corporate America》里写到：一名AI顾问告诉Axios，他的一个客户最近因为没有给员工的Claude licenses设置使用上限，单月花掉了half a billion dollars，也就是约5亿美元。
文章里还提到，有CTO告诉Axios，员工甚至用AI模型查天气；Axios也引用前微软首席AI官Sophia Velastegui的说法，批评企业「撒出去一堆AI license，看看什么能做出来」的thousand flowers bloom式打法，往往无法带来可量化回报。
这里有个番外故事——
“2026年5月20日阿里云峰会上，米哈游《崩坏》系列AI NPC&Gameplay技术团队负责人郑银河分享过一个内部案例：有同事为了做项目，搭了几十个Agent协作，结果这些Agent互相调用、互相等待、进入低价值循环，一晚上消耗了约200万人民币价值的大模型token。”
我第一次听到朋友转发给我这个消息的时候，人是震惊的。
不多评价。
所以高管最初想象中的AI化，可能是这样的......
员工用了AI，效率提升，公司付一点订阅费，省很多人力，最后组织产出变多、管理层赢麻。
你甚至在这个逻辑里，找不到高管老头赢不了的任何一点漏洞。
但现实很可能是这样的——
“员工确实用了AI，但账单和真正的生产效率之间，比率可能是100:1。而且效率提升并不均匀，有些高级工程师把AI当放大器，一个人活成一个团队。有些人却只拿AI做问答，再把模型制造的新问题带回团队。”
而高管老头们只是「看透了AI，看透了Token」，一言不语地默默为同事们接入API，再拔掉API。