在经历了一段鼓励全员拥抱人工智能的“狂热期”后，微软（Microsoft）近期开始收紧内部对 AI 资源使用的管理。公司高层发出明确指令，要求工程师们减少不必要的资源浪费，将重心回归到实际业务产出上。
执行副总裁 Jay Parikh 在一封发给全员的邮件中指出，员工不应追求最大化 AI Token 的消耗量。这一转变的核心逻辑在于“从 Token 投资中获得更大的价值”。简单来说，微软希望员工在利用人工智能时更加克制，确保每一笔用于模型调用的费用都能转化为实际的业务成果，而非仅仅为了技术尝试而产生高昂的成本。
促使微软采取此项措施的直接原因是内部披露的一份“AI 使用费账单”报告。这份由员工自愿提交的数据揭示了公司内部巨大的支出差异：在 Customer and Partner Solutions 部门，一名员工在短短 28 天内的 AI 支出高达 2.8 万美元；此外，还有多名员工的月度支出超过 1 万美元。相比之下，全公司的中位数为每 28 天约 300 美元，而部分部门的支出仅为几十美元。
【核心提要】
【正文报道】
在经历了一段鼓励全员拥抱人工智能的“狂热期”后，微软（Microsoft）近期开始收紧内部对 AI 资源使用的管理。公司高层发出明确指令，要求工程师们减少不必要的资源浪费，将重心回归到实际业务产出上。
执行副总裁 Jay Parikh 在一封发给全员的邮件中指出，员工不应追求最大化 AI Token 的消耗量。这一转变的核心逻辑在于“从 Token 投资中获得更大的价值”。简单来说，微软希望员工在利用人工智能时更加克制，确保每一笔用于模型调用的费用都能转化为实际的业务成果，而非仅仅为了技术尝试而产生高昂的成本。
促使微软采取此项措施的直接原因是内部披露的一份“AI 使用费账单”报告。这份由员工自愿提交的数据揭示了公司内部巨大的支出差异：在 Customer and Partner Solutions 部门，一名员工在短短 28 天内的 AI 支出高达 2.8 万美元；此外，还有多名员工的月度支出超过 1 万美元。相比之下，全公司的中位数为每 28 天约 300 美元，而部分部门的支出仅为几十美元。
为了应对高昂的运营成本，微软在技术路径上也做出调整。由于 Anthropic 的模型在某些场景下成本较高，微软决定将更具性价比的 OpenAI 系列（如 GPT 模型）设为内部使用的默认选项。这一举措旨在平衡技术性能与企业成本之间的关系。
此次变动反映了当前科技巨头在 AI 落地过程中的普遍心态转变：从最初的“不计成本推动创新”转向“精细化运营与成本控制”。对于企业级应用而言，如何在高昂的算力成本与实际业务产出之间找到平衡点，已成为当前 AI 战略中的核心课题。
【小编观点】
微软此举并非在打压 AI 的使用，而是对“盲目烧钱”的一种纠偏。随着大模型进入大规模商用的深水区，企业必须建立更科学的成本核算体系。从“追求技术指标”到“追求业务价值”，这正是 AI 技术从实验室走向工业化生产过程中必经的阵痛与进化。
背景链接：