萬億 Token 的迷霧：為何你的 AI 投資，只換來了「精美的AI 廢料」？

The Trillion-Token Illusion: Is Your AI Investment Just a "Token Effort"?

最近，一份曝光的 OpenAI「神秘客戶名單」在科技圈掀起波瀾。這份據稱是 OpenAI 最大的 30 個客戶名單，每家公司每年的 Token 消耗量都超過一萬億。

一萬億 Token 是什麼概念？如果按照 GPT-5 的價格估算，這相當於每年花費近 5500 萬美元。

這份名單不僅僅是客戶列表，更像是一張「AI 應用強度排行榜」。它清楚地告訴我們，誰在真正 All-in AI，以及錢都燒在了哪裡。歸納起來，AI Token 消耗最集中的有四大賽道：

1. 軟體開發生命週期：JetBrains、CodeRabbit 等公司將 AI 深度嵌入開發工具，Token 增長最快。

   想想 JetBrains 遍佈全球的數百萬開發者。他們在寫程式時，可能只是讓 AI Assistant 幫忙生成一段測試、解釋一行錯誤、或寫個 Git 提交訊息。每一次都是微不足道的請求，但當這個動作乘以百萬開發者的基數和每日數小時的工作時長，Token 的消耗量就直接指數級爆炸了。
   

2. 企業工作流自動化：Salesforce、Zendesk、Ramp 等公司用 AI 生成郵件、客服回覆，或處理自動化流程。

   以企業支出管理平台 Ramp 為例，它的 AI 代理能自動解析員工上傳的收據、郵件和發票，完成報銷和記帳。每一張模糊的計程車收據，每一次與供應商的郵件往來，都變成了一次 API 調用。當數千家企業客戶的所有支出都匯集於此，就形成了一條永不枯竭的 Token 消耗河流。
   

3. 內容與設計生成：Canva、Notion、Duolingo 等公司處理文本與多模態生成，單次請求消耗巨大。

   以 Duolingo 為例。許多人以為它不過是個翻譯練習 App，但它早已是個 Token 消耗巨獸。它的高消耗來自於兩大殺手級應用：一是「角色扮演對話」，讓你可以跟 AI 在模擬的巴黎咖啡館裡自由點餐；二是「智慧答案解釋」，當你答錯時，它不是只給你紅叉，而是由 GPT-4 生成一段詳細的文法解釋。現在，把這兩項功能，乘以超過四千萬的日活躍用戶，再乘以每天完成的十億次練習——你就得到了一張直通萬億 Token 俱樂部門口的入場券。
   

4. 垂直專業場景：醫療的 Abridge、法律的 Harvey 等，單次對話或分析就可能包含上萬 Token。

   在這些領域，AI 處理的不是閒聊，而是高密度的專業資訊。像 Abridge 這樣的醫療 AI，會實時記錄醫生與患者的對話，並立刻將其總結為結構化的醫療筆記。而法律 AI Harvey 則在處理可能長達數百頁的合約，進行比對、起草和風險分析。在這些場景下，每一次任務都相當於讓 AI 讀完一本小書，Token 消耗自然極其驚人。

這幅由「萬億 Token 俱樂部」描繪出的繁榮景象，正是 AI 轉型的「應許之地」：只要投入足夠的算力，就能換來飛躍式的業務回報。從執行長到基層員工，無不為此感到振奮。去年，導入 AI 流程的公司數量翻了一倍，員工使用 AI 的頻率也增長了兩倍。

但硬幣的另一面，卻是一片荒蕪的現實。

MIT Media Lab 的一份報告如同一盆冷水澆下：95% 的組織，並未在這些鉅額的科技投資中，看到任何可衡量的回報。

這麼多的熱情、這麼多的投入，回報卻如此稀少。為什麼？

---

你收到的那份報告，可能是精美的AIGC 廢料