OpenAI董事长Bret Taylor周一在接受CNBC采访时抛出一个大胆预测：当前困扰企业财务决策者的AI Token成本问题，将在一年内不复存在。随着AI市场走向成熟，企业最终将无需自行管理Token，转而直接为业务结果付费。这一判断与业界对AI投资回报率（ROI）日益关注的趋势高度吻合。

Token困境：成本压力倒逼行业变革 Token是AI模型处理文本的基本计量单位，也是当前企业核算AI使用成本的主要依据。今年早些时候，Token成本的螺旋式上升已迫使多家企业削减AI预算，围绕投资回报率的争议随之升温。Taylor将今日AI市场类比于互联网早期——彼时搭建一个网站的成本远比现在高昂。他认为，当前围绕Token的种种“问题”，根源在于AI市场尚未成熟。“我们还处于这项技术的早期阶段，这是对创业者的一次召唤，去开发解决方案，让企业不再需要处理这些事情。”

从管理Token到按结果付费 Taylor预判，未来将由其他公司代替企业承担Token管理的负担，行业将向“为结果付费”的模式演进。他援引了财务管理平台Ramp近期推出的Token支出追踪工具，以及法律AI初创公司Harvey等垂直领域企业——后者已开始为客户代为管理Token消耗，作为这一转型趋势的佐证。Taylor进一步预测，未来12个月内，IT部门将在AI工业化应用方面变得更加成熟。“针对市场部门，你可能用一套方案；针对软件工程师，又是另一套。这样一来，你根本不需要再想‘Token’这个词。”

对低成本模型：持审慎立场 尽管业界普遍预期AI模型效率提升将推动Token成本长期下行，Taylor对此并未全盘认同。针对中国初创公司Moonshot上周发布的Kimi K3模型——该模型据称以更低成本实现了与OpenAI和Anthropic旗舰模型相当的性能，在硅谷引发广泛关注——Taylor表示保留判断。“‘用起来是否更便宜’是任何考虑采用它的人最关键的问题，而我认为这一点目前还没有定论。”他的表态暗示，在成本优势得到充分验证之前，企业对新兴低成本模型仍应保持理性评估。

市场背景与多角度解读 Taylor的言论正值业界对AI投资回报率日益关注之际。此前，Token成本的快速攀升已促使多家企业收缩AI支出，并重新审视其投资回报。转向“按结果付费”模式，可能意味着AI服务商将承担更多成本风险，但也可能推动更高效、更精准的AI应用落地。不过，这一转型能否在一年内实现，仍面临技术成熟度、行业标准建立以及企业接受度等多重挑战。