一场关于人工智能“成本失控”的行业寒意，正在硅谷与全球科技界蔓延。从 Atlassian、Adobe 到亚马逊，越来越多的头部企业开始对内部的 AI 调用踩下刹车，甚至明令禁止员工使用最顶尖的旗舰模型，转而强制切换至成本更低的替代方案。
这场集体行动的导火索，源于 AI 供应商收费模式的剧变。随着企业从固定的年费制转向昂贵的按量计费，AI 的调用成本犹如脱缰野马。据泄露的内部资料显示，至少有一家企业的 AI 月度开销已暴涨至原先的三倍，每月账单甚至突破 1500 万美元。面对这笔沉重的财政压力，企业不得不重新审视盲目铺开 AI 应用的代价。
在精细化运营的浪潮下，各家大厂的应对策略各有千秋。花旗银行采取了最直接的强硬手段：封禁包括 GPT-5.5、Claude Opus 4.6 及 4.7 在内的旗舰模型，并要求员工“按需匹配”。在花旗内部，高性能模型被视为极其珍贵的资源，非必要严禁调用。而 Atlassian 则通过上线成本看板，让每一位员工都能直观感受到自己的每一次“Prompt”背后对应着多少美元的支出。这种透明化手段效果显著，但也引发了员工对于工作效率下降的集体焦虑。
相比之下，GitHub 的思路则更具前瞻性。他们正计划将 AI 额度从“部门公摊”调整为“个人按量计费”，并积极向开源模型转型，力求在性能与成本之间寻找新的平衡点。与此同时，Adobe 等企业则通过不再续约无限制使用协议，给员工留出了最后的过渡期。
业内人士指出，这场由“成本经济学”引发的收缩潮，标志着 AI 行业告别了疯狂扩张的野蛮增长期。过去那种“不计代价堆算力”的策略正在失效。正如埃森哲内部录音所揭示的那样，当 AI 被大量用于生成 PPT 甚至预测世界杯赛果等非核心业务时，其产生的虚高泡沫终将破裂。
随着各大企业纷纷筑起算力“围墙”，AI 开发者们或许需要适应一个新的现实：在未来，高性能大模型将不再是唾手可得的通用工具，而是需要精打细算、按需分配的“昂贵资产”。这场行业内的“去泡沫”运动，不仅是对算力资源的重新分配，更是对 AI 商业价值回归理性的一次深度重塑。
