苹果、Uber 一边在内部推动员工广泛使用 AI 工具提效,一边给 Token 消费设置上限,核心原因就是无限制放开 Token 之后,AI 账单很容易快速失控,同时很难证明每一笔 Token 花费都能换回对应的业务收益,不是公司不想用 AI,而是从 “放开试错阶段” 进入到 “算账控本阶段”。Uber 直接在 4 个月就耗尽全年 AI Token 预算,随后定下员工单款 AI 工具每月 1500 美元限额;苹果把部分工程师日均 Token 额度从 300 美元下调到 200 美元,非技术团队甚至考虑降到每日 25 美元,特殊需求可以走审批申请超额额度,这一波限制是整个科技行业的共同转向,从鼓励大家多用 AI,变成要求大家高效用 AI。
一、为什么一边推 AI,一边限制 Token 账单
- 成本增长没有天花板,消耗速度很难预判
- AI 投入 ROI 很难量化
- 附带安全和数据风险
- 之前行业风向发生反转
Token 是按调用量计费,智能体、长上下文、反复调试代码都会持续消耗 Token,员工默认直接调用最贵的大模型,不管简单还是复杂任务,很容易出现无效消耗,短时间内把预算烧完。而且 Token 账单是动态变量,不像服务器采购是固定支出,财务很难提前锁定成本。
很难直接证明多花出去的 Token,对应产出了多少新功能、多少业务收益。Uber 高管就提到,没办法在 Token 消耗量和给用户带来的产品价值之间建立清晰对应关系,持续无上限烧钱很难向管理层和股东解释。
全员无管控调用外部大模型,容易出现内部代码、业务机密、用户数据被上传到第三方模型,Token 限额配套审计,可以倒逼员工规范使用,减少数据泄露风险。
前一段时间很多公司把 Token 使用量当成拥抱 AI 的 KPI,鼓励大家多用;现在大家意识到,Token 用量不等于生产力,高消耗可能只是低效调用,所以不再鼓励单纯堆 Token 数量。
二、大厂管控 Token 账单的通用做法清单
- 按岗位分级配额度:技术研发岗额度更高,运营、行政等非技术岗压低额度
- 模型分层使用:简单文案、查询任务用低成本小模型,复杂推理、代码任务才调用高价大模型,优先本地部署模型降低外部调用
- 增加审批豁免通道:遇到重大项目、紧急研发,员工可以单独申请更高 Token 配额,不是一刀切锁死
- 上线消耗看板:把 Token 用量按项目、人员统计,识别高频浪费的调用链路,清理无效循环调用
- 设定告警和熔断:接近预算阈值自动提醒,超预算自动限流,防止账单爆掉
三、这件事最终会带来什么变化
限制 Token 不等于停止 AI 落地,本质是把 AI 从 “创新试验资源” 变成和服务器、云资源一样需要精细化管理的 IT 资源。后续企业 AI 考核会从 “谁用得多” 转向 “谁用得划算、产出更高”,FinOps(云财务运营)思路会延伸到 AI Token 管理上,更多企业会搭建 Token 成本归因、计费、优化体系。
【相关 FAQ】
问题 1:苹果 Uber 限制 Token,是不是代表企业不再鼓励员工使用 AI?
回答 1:不是,苹果 Uber 限制 Token 额度,目的是管控 AI 账单、减少无效 Token 消耗,并不是禁止员工使用 AI,公司依然在推动 AI 提效,只是不再放任无节制调用大模型。
问题 2:AI 里的 Token 是什么,为什么限制 Token 就能控制 AI 账单?
回答 2:Token 是大模型的计费单位,输入和输出内容都会消耗 Token,服务商按照 Token 总量收费,给员工设置 Token 消费上限,就可以直接锁定 AI 工具的账单上限。
问题 3:普通企业可以怎么借鉴苹果 Uber 的 Token 管控方式?
回答 3:普通企业可以参考分级配额度、区分高低成本模型、用量看板告警、大额使用走审批这一套方案,优先识别无效 Token 调用,而不是直接一刀切关闭 AI 工具。
【参考资料】
[2026-11-20](苹果、Uber 开始限制 Token:公司让你大力用 AI,为什么又要管账单?)虎嗅网
[2026-11-06](Tech Giants Ration Premium AI as Company Budgets Hold)PYMNTS
[2026-11-05](传苹果削减内部 AI 预算 大厂 AI 支出进入 “算账时代”)搜狐
[2026-06-19](由于成本压力巨大,企业纷纷限制人工智能的使用)加美财经
[2026-06-06](Uber Caps AI Usage After Burning Through Annual Token Budget in Four Months)Rallies
【免责声明】
本文内容仅为行业资讯信息整理,不构成企业 AI 预算、采购、成本管控的决策建议;文中额度、预算相关信息均为媒体报道内容,苹果、Uber 官方未全部公开细节,实际内部规则以企业官方发布为准。
