La buena noticia es que no todo el mundo tiene que preocuparse demasiado por perder su empleo debido a la IA. Porque después de que el jefe calcule las cuentas, descubrirá que su relación precio/rendimiento puede ser mayor. En marzo de este año, Huang dijo: "Si un ingeniero con 500.000 dólares no consumiera al menos 250.000 dólares en tokens cada año, estaría profundamente perturbado". Esto llevó la magia de este mundo a un nuevo nivel.
Las empresas comenzaron a alentar a los empleados a consumir tantos tokens como fuera posible e incluso incorporaron el consumo de tokens en los KPI de los empleados.
Hace dos meses, un anciano de una importante fábrica nacional dio la noticia sobre Xiaohongshu y publicó la lista de consumo de tokens del departamento en marzo. También dijo que si pueden convertirse en empleados regulares durante el período de prueba, cuánto rendimiento pueden obtener al final del año y las promociones deben referirse a los datos de consumo de tokens.
En el extranjero es igual de loco.
Las empresas de tecnología de Silicon Valley están promoviendo internamente una cultura de "Tokenmaxxing" (maximización de tokens). Tomando a Meta como ejemplo, los empleados crearon un panel de Claudeonomics para contar el consumo de tokens de unos 85.000 empleados de la empresa. Cuando se extrajeron los datos, se quemaron más de 60 billones de tokens en toda la empresa en 30 días.
Disney, que en teoría tiene poco que ver con la tecnología, también ha lanzado un Panel de Adopción de IA en su intranet para rastrear el uso de la IA por parte de los empleados.
Poco a poco, esta tendencia se ha vuelto cada vez más torcida. El consumo de tokens se considera incluso el umbral de la interacción social. Si no lo usas lo suficiente, no podrás ingresar a su círculo.
Todos están en esta competencia.
Parece que todo el mundo ha aceptado desde el principio que la IA es una existencia perfecta que puede reducir costes y aumentar la eficiencia, así que no te preocupes, simplemente cierra los ojos y hazlo todo.
Cuando vi el proyecto de ley me di cuenta de que ese no era el caso...Reducir costos y aumentar la eficiencia se ha convertido en reducir costos y aumentar las risas.
Hace algún tiempo, según noticias Bloomberg, Uber implementó una nueva regla: cuando los empleados utilizan varias herramientas de programación inteligente (Claude Code o Cursor de Anthropic), el límite de consumo mensual para una sola persona y una sola herramienta es de 1.500 dólares.
La clave no es la cantidad, sino la iniciativa de Uber de limitarla.
Ya sabes, en diciembre del año pasado, para mantener a todos actualizados, Uber abrió Claude Code a unos 5000 ingenieros de toda la empresa y también creó una lista de clasificación interna para realizar un seguimiento del uso.
La intención original era lograr que todos adoptaran la tendencia de la época, pero antes de que pudieran adoptarla, el director de tecnología de Uber reveló que la compañía había quemado todo el presupuesto de Claude Code en cuatro meses.
Por lo tanto, Uber tuvo que tomar medidas de emergencia y abrir manualmente una ola de puertas. Sólo los escenarios comerciales especiales que hayan sido aprobados en todos los niveles pueden exceder el límite de $1,500.
Al mismo tiempo, Microsoft no puede quedarse quieto.
Están ocupados recuperando las licencias de Claude Code de los empleados del departamento de E+D (departamento de experiencia y dispositivos). Antes del 30 de junio, todos deben adoptar el GitHub Copilot CLI, el hijo del propio Microsoft.
Aunque la declaración oficial es a favor de la integración, el modelo de Claude aún se puede usar al migrar a GitHub Copilot, pero The Verge informó que las fuentes dijeron que todavía hay consideraciones financieras.
Porque después del 30 de junio, Microsoft iniciará un nuevo año fiscal.
Además de Microsoft y Uber, los medios extranjeros Axios también dieron noticias aún más feroces. Una empresa gastó 500 millones de dólares en sólo un mes porque no limitó el uso de las licencias Claude de los empleados.
Aunque no se señala ninguna empresa específica, esta cantidad de consumo de tokens ha llevado al mundo exterior a centrar directamente las sospechas en las siete hermanas de Silicon Valley.
Quiso la suerte que el día después de la publicación del informe de Axios, Amazon cerrara una lista interna de clasificación de IA llamada "Kirorank". Los ejecutivos dijeron: "No utilicen la IA por utilizarla".
Por eso es difícil no suscitar dudas sobre si su familia quemó 500 millones de dólares en un mes. Después de todo, Amazon era bastante agresivo antes, exigiendo que más del 80% de los desarrolladores usaran IA cada semana, lo que provocó que los empleados a continuación comenzaran todo tipo de operaciones sin sentido.
Ley clásica de Goodhart, cuando un indicador se convierte en un objetivo, deja de ser un buen indicador.
Afortunadamente, esta farsa de adoración de las Señales no duró mucho.
Tan pronto como salió el proyecto de ley, todos recobraron el sentido y pensaron en una pregunta más esencial:¿Vale la pena el dinero?
Es innegable que la empresa permitió que todos quemaran Tokens en la etapa inicial, lo que también significó experimentación.
Después de todo, nadie sabe cuánto valor puede aportar la IA. Si realmente puedes ver el efecto, no importa si gastas algo de dinero en ello.
Pero la realidad es que a menudo los tokens fluyen como agua de un grifo, pero no se puede ver ningún valor comercial real, o es difícil encontrar un estándar para medir este valor.
Incluso el director de operaciones de Uber, Andrew Macdonald, también dijo en una entrevista que es difícil encontrar alguna conexión entre el "mayor consumo de tokens" y la "implementación de nuevas funciones".
en otras palabras,El consumo de Token no puede equipararse directamente con el valor de salida real.
La IA lee y comprende sus necesidades, luego piensa y genera el contenido que desea, todo lo cual consume Tokens. Esto significa que mientras haya interacción, se producirá consumo, pero es posible que el resultado no siempre sea un contenido válido.
Después de comprender esto, es un poco extraño mirar hacia atrás y tratar el "consumo de tokens" como una lista.
Esto es como escribir un artículo en un departamento editorial. Si el recuento de palabras es un criterio de evaluación importante, entonces Shichaoda puede seguir escribiendo anécdotas como ésta y añadir más literatura sin sentido para completar el recuento de palabras.
Para hacer frente a la evaluación, los empleados pueden dejar de hacer el trabajo real por completo y pedirle a la IA que ejecute algunos códigos largos e inútiles de diferentes maneras todos los días, o dejar que la IA haga algún trabajo que puede ser más rápido.
Cuando finalmente se obtuvieron los datos, el consumo de tokens de todos se disparó. Estaba extremadamente avanzado, pero tal vez no se avanzara ningún asunto sustancial.
MiHoYo trabajó anteriormente en un proyecto de colaboración de múltiples agentes. Durante 13 horas estos agentes no hicieron nada grave. Simplemente se llamaron y charlaron con entusiasmo, quemando 2 millones de yuanes en una noche.
Y no sólo a nivel de empresa, sino también en los círculos de desarrolladores y usuarios comunes, se ha convertido en una tendencia popular mostrar cuántos tokens se han consumido. Parece que cuanto mayor es el número, más fuerte será tu habilidad y más geek eres.
Pero para ser honesto, Shi Chaoguang vio cuántas fichas quemaron, pero realmente no vio muchos resultados.
Anteriormente, Peter Steinberger, el desarrollador de OpenClaw, reveló que el equipo gastó una factura de 1,3 millones de dólares al mes y también fue cuestionado por los internautas por no entregar nada.
Aunque Peter respondió que todo el consumo se gastó en OpenClaw, Shichao lo pensó y descubrió que OpenClaw no parecía haber actualizado ninguna característica explosiva...
El consumo actual de tokens es incómodo. Sólo puede demostrar que el gran modelo está trabajando duro, pero no puede demostrar cuánto buen trabajo has hecho con él.
Al igual que entonces, algunas personas cuestionaron que el PIB no fuera lo suficientemente objetivo al reflejar la situación económica real. Más tarde, los economistas exploraron lentamente otro conjunto de estándares de medición que podrían usarse como complemento.
Por lo tanto, permitir ciegamente que los empleados utilicen la IA sin aclarar la conexión entre el consumo de tokens y la producción, o sin encontrar un indicador que pueda cuantificar con precisión el valor real de la producción de la IA, es simplemente dar dinero a los grandes fabricantes de modelos.
Para dar un paso atrás, aunque no sea un ejemplo extremo como MiHoYo, esta cuenta no se puede saldar.
Debido a que la IA no puede reemplazar completamente a los humanos en esta etapa, y Potian también desempeña un papel auxiliar, la verdadera composición de costos de la introducción de la IA por parte de una empresa debería ser “salarios de los empleados + costo de la potencia informática de la IA”.
El flujo de trabajo real a menudo se convierte en el siguiente: después de que los trabajadores presentan los requisitos, la IA genera un montón de elementos utilizables preliminares y los trabajadores continúan reintentando y corrigiendo errores. Durante este proceso, los Tokens se siguen quemando, lo que puede resultar mucho más costoso que contratar dos pasantes directamente.
Al final del día, realmente no puedo decir si sería más económico despedir empleados o utilizar IA.
Goldman Sachs predice que para 2030, el consumo mundial de tokens aumentará 24 veces en comparación con 2026, alcanzando los 120 mil billones por mes.
En el pasado, todo el mundo siempre pensaba que la IA podría reemplazar algunos trabajos de bajo nivel altamente repetitivos, pero ahora, desde una perspectiva de costos, los trabajos de bajo nivel son más seguros.
En general, ahora hay algunas voces en la industria que están volviendo gradualmente a la racionalidad y ya no persiguen ciegamente el consumo de tokens.
También se rumorea que las principales empresas nacionales como Tencent han comenzado a limitar la cantidad de tokens que pueden usar sus empleados. Después de los primeros experimentos, todos se dieron cuenta gradualmente de que el uso de Token requiere una mayor consideración de la producción real.
Al mismo tiempo, la lógica de cobro de las empresas SaaS también está cambiando.
Por ejemplo, la plataforma de marketing Hubspot comenzó a modificar su modelo de precios en abril, pasando de cobrar por token a cobrar en función de resultados reales.
No hace mucho, Shichao fue a Suzhou para participar en un evento. Wang Dong, vicepresidente de Kingsoft Office en el lugar, hizo un comentario en el que creo que vale la pena pensar:La implementación de la IA a nivel empresarial requiere "escenarios doblemente altos" de alto valor y dificultad.
Para decirlo sin rodeos, se debe utilizar buen acero en la hoja.
Al final, esta farsa de adoración de Tokens vino y pasó rápidamente, pero Shichao todavía se sentía un poco complicado en su corazón.
Debido a que los tokens son demasiado caros, la gente bromea en Internet: "Si dejas que las vacas y los caballos trabajen horas extras, no tienes que pagar horas extras, pero si dejas que la IA trabaje horas extras, no puedes perder ni un centavo de este dinero".
Cuando un día los capitalistas descubran que contratar humanos es más rentable que la IA, ¿será una tragedia para nosotros?