OpenAI董事長Bret Taylor週一在接受CNBC採訪時丟擲一個大膽預測：當前困擾企業財務決策者的AI Token成本問題，將在一年內不復存在。隨著AI市場走向成熟，企業最終將無需自行管理Token，轉而直接為業務結果付費。這一判斷與業界對AI投資回報率（ROI）日益關注的趨勢高度吻合。

Token困境：成本壓力倒逼行業變革 Token是AI模型處理文本的基本計量單位，也是當前企業核算AI使用成本的主要依據。今年早些時候，Token成本的螺旋式上升已迫使多家企業削減AI預算，圍繞投資回報率的爭議隨之升溫。Taylor將今日AI市場類比於網際網路早期——彼時搭建一個網站的成本遠比現在高昂。他認為，當前圍繞Token的種種“問題”，根源在於AI市場尚未成熟。“我們還處於這項技術的早期階段，這是對創業者的一次召喚，去開發解決方案，讓企業不再需要處理這些事情。”

從管理Token到按結果付費 Taylor預判，未來將由其他公司代替企業承擔Token管理的負擔，行業將向“為結果付費”的模式演進。他援引了財務管理平台Ramp近期推出的Token支出追蹤工具，以及法律AI初創公司Harvey等垂直領域企業——後者已開始為客戶代為管理Token消耗，作為這一轉型趨勢的佐證。Taylor進一步預測，未來12個月內，IT部門將在AI工業化應用方面變得更加成熟。“針對市場部門，你可能用一套方案；針對軟體工程師，又是另一套。這樣一來，你根本不需要再想‘Token’這個詞。”

對低成本模型：持審慎立場 儘管業界普遍預期AI模型效率提升將推動Token成本長期下行，Taylor對此並未全盤認同。針對中國初創公司Moonshot上週釋出的Kimi K3模型——該模型據稱以更低成本實現了與OpenAI和Anthropic旗艦模型相當的效能，在矽谷引發廣泛關注——Taylor表示保留判斷。“‘用起來是否更便宜’是任何考慮採用它的人最關鍵的問題，而我認為這一點目前還沒有定論。”他的表態暗示，在成本優勢得到充分驗證之前，企業對新興低成本模型仍應保持理性評估。

市場背景與多角度解讀 Taylor的言論正值業界對AI投資回報率日益關注之際。此前，Token成本的快速攀升已促使多家企業收縮AI支出，並重新審視其投資回報。轉向“按結果付費”模式，可能意味著AI服務商將承擔更多成本風險，但也可能推動更高效、更精準的AI應用落地。不過，這一轉型能否在一年內實現，仍面臨技術成熟度、行業標準建立以及企業接受度等多重挑戰。