今日技术观察 点击查看原文> 01 背景速览 背景速览：近期关于企业生成式AI应用的讨论中，一个受到关注的现象是模型调用量、Token消耗或相关算力成本持续上升，但业务利润并未同步改善。公开报道标题还提到，李彦宏认为企业需要重新设计组织。这一话题反映出AI落地正从“是否使用”进入“如何高效使用、如何创造收益”的阶段。 02 趋势影响 趋势影响：当AI从实验性工具进入日常业务流程后，成本结构会发生变化。除了模型调用费用，企业还可能面对数据准备、系统集成、员工培训、运维监控、效果评估和人工复核等隐性投入。如果这些成本没有被清晰归集到具体业务场景，AI项目就容易出现使用量增长快、价值衡量难、利润贡献不明显的情况。 03 企业应用启发 企业应用启发：企业在推进AI应用时，可以先从明确业务目标入手，例如提升客服效率、缩短文档处理时间、优化研发流程或降低重复劳动成本。随后建立成本与收益的评估机制，把Token消耗、人力投入、系统改造费用与业务结果对应起来。组织层面也需要重新设计流程，让AI嵌入审批、协作、知识管理和决策支持等环节，而不是停留在单点工具使用。 04 合规观察 合规风险提醒：在扩大AI使用范围时，企业应关注数据安全、个人信息保护、商业秘密、知识产权和输出内容审核等风险。涉及客户资料、内部文档、代码库或经营数据的场景，需要明确权限、日志、留存和人工复核机制。同时，对模型输出结果不宜直接作为最终判断依据，尤其是在金融、医疗、法律、安全等高风险领域。 05 开放讨论 开放讨论问题：在你们的业务中，AI成本主要发生在模型调用、数据治理、系统集成还是人员培训环节？如果要判断Token消耗是否带来真实利润增长，企业应建立哪些可量化指标？当AI改变流程后，组织架构、岗位职责和考核方式又该如何调整？ 公开来源参考 Token越烧越多，利润却没涨：李彦宏要重新设计企业组织