一場關於人工智能“成本失控”的行業寒意，正在硅谷與全球科技界蔓延。從 Atlassian、Adobe 到亞馬遜，越來越多的頭部企業開始對內部的 AI 調用踩下剎車，甚至明令禁止員工使用最頂尖的旗艦模型，轉而強制切換至成本更低的替代方案。

這場集體行動的導火索，源於 AI 供應商收費模式的劇變。隨着企業從固定的年費制轉向昂貴的按量計費，AI 的調用成本猶如脫繮野馬。據泄露的內部資料顯示，至少有一家企業的 AI 月度開銷已暴漲至原先的三倍，每月賬單甚至突破 1500 萬美元。面對這筆沉重的財政壓力，企業不得不重新審視盲目鋪開 AI 應用的代價。

在精細化運營的浪潮下，各家大廠的應對策略各有千秋。花旗銀行採取了最直接的強硬手段：封禁包括 GPT-5.5、Claude Opus 4.6 及 4.7 在內的旗艦模型，並要求員工“按需匹配”。在花旗內部，高性能模型被視爲極其珍貴的資源，非必要嚴禁調用。而 Atlassian 則通過上線成本看板，讓每一位員工都能直觀感受到自己的每一次“Prompt”背後對應着多少美元的支出。這種透明化手段效果顯著，但也引發了員工對於工作效率下降的集體焦慮。

相比之下，GitHub 的思路則更具前瞻性。他們正計劃將 AI 額度從“部門公攤”調整爲“個人按量計費”，並積極向開源模型轉型，力求在性能與成本之間尋找新的平衡點。與此同時，Adobe 等企業則通過不再續約無限制使用協議，給員工留出了最後的過渡期。

業內人士指出，這場由“成本經濟學”引發的收縮潮，標誌着 AI 行業告別了瘋狂擴張的野蠻增長期。過去那種“不計代價堆算力”的策略正在失效。正如埃森哲內部錄音所揭示的那樣，當 AI 被大量用於生成 PPT 甚至預測世界盃賽果等非核心業務時，其產生的虛高泡沫終將破裂。

隨着各大企業紛紛築起算力“圍牆”，AI 開發者們或許需要適應一個新的現實：在未來，高性能大模型將不再是唾手可得的通用工具，而是需要精打細算、按需分配的“昂貴資產”。這場行業內的“去泡沫”運動，不僅是對算力資源的重新分配，更是對 AI 商業價值迴歸理性的一次深度重塑。