--- title: "瑞银发现：60% 已开始控制 AI 支出，企业转向低成本模型与开源中国模型" type: "News" locale: "en" url: "https://longbridge.com/en/news/290775028.md" description: "瑞银报告显示，60% 企业已限制 AI 支出，通过为 Token 使用加设护栏进行成本治理。这导致高价前沿模型面临降档压力，阿里 Qwen 等中国开源模型进入企业采购选项。云厂商和硬件层受影响有限，软件公司则需平衡预算压缩与优化平台定位机会。" datetime: "2026-06-25T04:32:56.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/290775028.md) - [en](https://longbridge.com/en/news/290775028.md) - [zh-HK](https://longbridge.com/zh-HK/news/290775028.md) --- # 瑞银发现：60% 已开始控制 AI 支出，企业转向低成本模型与开源中国模型 AI 支出管理正在成为企业 IT 治理的新战场。随着 AI Agent 和代码工具的普及，Token 账单正式进入 CFO 视野，企业的应对方式正在重塑 AI 产业链的受益格局。 据追风交易台，瑞银证券分析师 Karl Keirstead 团队在 6 月 23 日发布的 AI 研究报告中给出核心判断：Token 支出优化的激增可能暂时拖累 AI 收入增长，但长期趋势依然强劲。其前期调研显示，**约 60% 的企业已以某种方式限制 AI 开支，核心动作是为 Token 使用加设护栏。**这一比例意味着，AI 支出的成本治理已从个别企业的自发行为演变为更广泛的行业现象。 变化的直接影响正在传导至产业链。高价前沿模型面临降档使用与开源替代的压力，**中国开源模型——包括阿里 Qwen、DeepSeek、MiniMax、智谱 GLM 等——开始进入企业采购与部署选项，**一家大型全球银行已在本地部署 Qwen 以平衡 Claude 等高端模型的使用。 云厂商和硬件层所受冲击相对有限，软件公司则处于最为复杂的位置：既面临客户预算压缩，又有机会将自身定位为 Token 优化平台。 ## 企业没有停用 AI，只是开始看 Token 账单 企业 AI 使用的早期阶段以粗放为主要特征——鼓励员工尽量试用，优先追求采用率，成本纪律普遍较弱。随着 AI Agent 和 AI Coding 工具的普及，Token 消耗从聊天机器人式的小流量演变为持续跑任务的大流量，"Token-maxxing"问题开始浮出水面。 从调研中可见具体案例的极端性：有公司年内 Token 预算被大量消耗，不得不将内部 AI 工具从 5 个收缩至 2 个；有企业在 AWS Bedrock 上出现单个用户单月花费 3.5 万美元的情况；还有 DevOps 团队成员每周 Token 用量达到配额的 100% 至 200%，但企业暂未明确干预。 这并非一个统一的"踩刹车"故事。部分企业因 AI 已深度嵌入产品工作流，目标不是少用 Token，而是提升每一美元的产出；还有企业将员工薪酬目标与 AI 使用挂钩，CFO 的降本诉求与 CEO 的推广目标之间形成张力。**Databricks CEO 对这一轮变化的描述是："这是一个大减速带，不是小减速带。"** 真正被压缩的往往是 ROI 不清晰的使用场景。软件工程师代码产出提升、客服 AI Agent 带来的呼叫量减少、研发流程提速，这些指标让部分公司没有动力强行限用，企业愿意忍受高 Token 账单的前提是 ROI 看得见。 ## 模型路由让高端模型从"默认项"变成"奢侈项" Token 优化最重要的技术动作不是简单限额，而是模型路由：将不同任务分配给不同模型，只有复杂推理、关键代码和长上下文分析才调用最贵的模型。 价格差异是推动这一行为的直接驱动力。以 Anthropic 模型定价为例，Haiku 4.5 输出价格为每百万 Token 5 美元，Opus 4.5-4.8 为 25 美元，Fable/Mythos 5 则高达 50 美元——从最低端升至最高端，输出 Token 价格相差 10 倍。这一价差使得"按任务选模型"具有显著的成本意义。 更合理的计算维度是"每个成功结果的有效成本"：高端模型若能一次生成高质量结果，可能比低端模型反复迭代更划算，但这也意味着高端模型必须持续证明自身溢价的合理性。以前将所有任务都提交给最强模型的团队，现在开始追问：这个任务真的需要最大上下文窗口吗？ 微软近期推出的 MAI 小语言模型也踩中了这一方向。MAI "Thinking"被描述为 350 亿参数的中等规模模型，Code-1 则定位低端前沿模型，目标是为企业提供"够用但更便宜"的选项。 ## 中国开源模型进入企业成本曲线 降档不只发生在同一家模型供应商内部。**企业正在更大规模地评估开源模型，尤其是来自中国的开源模型，包括阿里 Qwen、DeepSeek、MiniMax、智谱 GLM 以及 Moonshot 旗下的 Kimi。** 据描述的案例，一家大型全球银行为管理 Token 支出，开始在本地部署 Qwen，以平衡 Claude 等高端模型的使用。本地化部署将成本结构从按 Token 付费转变为本地硬件容量配置，同时规避了使用外部托管中国模型的合规风险。 云平台已将上述模型纳入标准菜单。AWS Bedrock 的模型选项中已包含 MiniMax、Kimi、Qwen、DeepSeek、GLM；微软方面通过 Azure AI Foundry 提供 DeepSeek，并在多模型策略下持续评估不同模型的性能与成本组合。 对中国模型提供商而言，这是机会，但边界同样清晰。开源模型通常免费或低价，直接货币化空间有限，更现实的路径可能类似 BMW 与阿里围绕 Qwen 展开合作的项目模式。 ## 云和芯片受到的不是同一种压力 模型层是此轮成本压力的直接承压点，云和硬件层的冲击则需绕道传导。 AWS、Azure、Google Cloud 已是多模型平台，并未单押某一家前沿模型公司。客户从高价模型切换至小模型或开源模型，可能影响云厂商的模型 API 收入增速，**但只要推理仍在云上运行，算力需求便不会消失。企业越重视成本管理，反而越可能将模型选择、部署、安全和计费统一托管至云平台。** 对 GPU 云和 AI 基础设施定价权的影响是需要持续观察的变量：若模型公司因客户价格敏感而下调每 Token 价格，云算力是否仍具提价能力？这一问题已进入投资者讨论，但当前算力供给仍然偏紧，AI 渗透仍处早期，训练与推理需求并未因优化行为而中断。 硬件层的判断整体偏向乐观。GB200/GB300 等新一代算力刚开始形成规模，基于这些芯片训练和推理的模型有望带来更好的 Token 经济性。音频、视频、物理 AI 等多模态数据流需求仍在持续扩展算力边界。 ## 软件公司：预算压力与"优化器"机会并存 AI Token 支出上升后，企业预算并非可以无限扩张。目前可观察到的几个资金来源方向包括：放缓招聘、减少外部 IT 服务支出、压缩 SaaS 和应用软件预算增长。 Uber 的例子具有代表性：AI 使用继续推进，但通过放缓内部人员增长来抵消 Token 成本。这一框架也被用来解读 IT 服务公司和部分 SaaS 公司的疲弱表现。 大型席位制 SaaS 公司处境尤为复杂。Salesforce、ServiceNow、Workday 等公司一方面面对客户预算重排，另一方面仍在推动从席位收费向"席位加使用量"的计费模式过渡——而当客户刚刚被 AI 账单冲击时，接受另一个使用量计费模型的意愿明显下降。 但软件公司也有一张反牌。Palantir 约一个月前商业化 AIP Evolve，帮助客户选择最适合任务的模型、调优 Prompt、改善数据调用。据披露，Evolve 在一个案例中推荐更换模型后，Token 成本下降 97%，上线前三周采用率达到 90%。 软件公司的结构性优势在于"不绑定单一模型"——可将自身定位为模型中立的调度平台，在 Claude、Qwen、Llama 及各类小模型之间为客户做成本与性能调度，逻辑与多云数据库公司类似。 ## AI 增长逻辑未变，斜率之争才刚开始 当前最难量化的变量是 Token 增速究竟会被压低多少。许多企业自身尚未完全摸清 Token 花在哪里，可靠的全行业数据更加稀缺。 **一个较为保守的路径假设是：若某企业原本 AI Token 支出为 100，且预计数月后增长至 150，优化后实际可能落在 120 至 130 区间，而非倒退至 80。也就是说，增速被压低，而非需求逆转。** 瑞银旗下 Evidence Lab 对约 130 家企业的最新调查显示，仅 8% 的企业已在生产环境中大规模部署 AI Agent，37% 是生产中有限规模使用，29% 仍在试点，26% 只是使用 Copilot 或 AI Coding 等产品但尚未部署 Agent 应用。AI Agent 真正大规模消耗 Token 的阶段才刚开始。 头部 AI 原生公司的数据印证了这一判断。法律 AI 公司 Harvey 披露，其 Token 消耗从 1 月的 1 万亿增长至 5 月的 12 万亿至 13 万亿，说明优化与扩张可以同时发生：企业会更精细地分配支出，但 AI 使用场景仍在持续向外扩展。 此轮 Token 优化与 2022 年至 2024 年后疫情时代云与软件的"预算回撤"存在本质差异：后者是成熟用量被砍，前者更接近新技术扩散早期的成本治理。其结果不是 AI 需求消失，而是重塑赢家排序——高价模型收入增速受压，低成本模型和路由工具受益，云平台继续吃多模型部署需求，软件公司则站在被砍预算与成为省钱工具的岔路口上。 \~~~~~~~~~~~~~~~~~~~~~~~~ 以上精彩内容来自追风交易台。 更详细的解读，包括实时解读、一线研究等内容，请加入【**追风交易台▪年度会员**】 风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。 ### Related Stocks - [09988.HK](https://longbridge.com/en/quote/09988.HK.md) - [BABA.US](https://longbridge.com/en/quote/BABA.US.md) - [BABX.US](https://longbridge.com/en/quote/BABX.US.md) - [KBAB.US](https://longbridge.com/en/quote/KBAB.US.md) - [BABO.US](https://longbridge.com/en/quote/BABO.US.md) - [BABU.US](https://longbridge.com/en/quote/BABU.US.md) - [BABW.US](https://longbridge.com/en/quote/BABW.US.md) - [BBYY.US](https://longbridge.com/en/quote/BBYY.US.md) - [UBS.US](https://longbridge.com/en/quote/UBS.US.md) - [01376.HK](https://longbridge.com/en/quote/01376.HK.md) - [MSFT.US](https://longbridge.com/en/quote/MSFT.US.md) - [BMWYY.US](https://longbridge.com/en/quote/BMWYY.US.md) - [BMW.DE](https://longbridge.com/en/quote/BMW.DE.md) - [CRM.US](https://longbridge.com/en/quote/CRM.US.md) - [NOW.US](https://longbridge.com/en/quote/NOW.US.md) - [WDAY.US](https://longbridge.com/en/quote/WDAY.US.md) - [UBER.US](https://longbridge.com/en/quote/UBER.US.md) - [PLTR.US](https://longbridge.com/en/quote/PLTR.US.md) - [89988.HK](https://longbridge.com/en/quote/89988.HK.md) - [HBBD.SG](https://longbridge.com/en/quote/HBBD.SG.md) - [BMW3.DE](https://longbridge.com/en/quote/BMW3.DE.md) ## Related News & Research - [Tech, crypto firms to help tackle illegal wildlife trade](https://longbridge.com/en/news/290360539.md) - [FINOS Launches AI Fund to Amplify the Collective Voice of the Financial Services Industry and Accelerate Responsible Agentic AI Adoption](https://longbridge.com/en/news/290531443.md) - [Solstice and Tensorx to Buy $1 Billion in AI Infrastructure to Support EU Sovereign AI Demand](https://longbridge.com/en/news/290860955.md) - [10:05 ETMarkup AI Named "Overall Gen-AI Company of the Year" in 9th Annual AI Breakthrough Awards Program](https://longbridge.com/en/news/290845513.md) - [06:03 ETSperidian Technologies Launches FinOps for AI Offering to Help Enterprises Turn AI Investment into Measurable Efficiency and Growth](https://longbridge.com/en/news/290811426.md)