同样花 $20 订 AI，有人用掉了 80 倍的算力

传统订阅制有个经济学前提：边际成本近乎恒定。你每月花 $20 用网盘，不管你存 10GB 还是 100GB，平台多出的电费和硬盘钱几乎可以忽略不计。

AI 完全不是这么回事。两个同样付 $20/月的 ChatGPT 用户，一个偶尔问几句，消耗 $2 的算力；另一个拿它重构整个代码库，消耗 $160。这个差距意味着 AI 公司每多一个重度用户，就要多掏几十甚至上百美金的真金白银。靠订阅费根本填不住，全靠烧钱补贴。据第三方测算，Anthropic Pro 的补贴倍数在 8 到 13.5 倍之间。

有人拿 Uber 类比，说当年也亏了很多年，最后涨价不也活下来了？但 Uber 涨价时底层成本没变——乘客付一次的钱，司机跑一次的活，油钱司机出。AI 订阅更像是 Uber 收你 $20 包月随便坐，油价 $150 一加仑全由 Uber 买单，然后某天告诉你改成按油耗计费了。

GitHub Copilot 就是第一个撑不住的。6 月起从订阅制转向按 token 计费。微软说是因为产品升级到 Agent 形态，旧定价不可持续。但据 WSJ 报道，微软在 Copilot 上每个用户月亏 $20 以上，重度用户亏 $80。微软扛不动了，没人能扛动。

企业那边更不好看。Goldman Sachs 的估算是，部分公司 AI token 开支已经到了人头成本的 10%，接下来几个季度可能冲 100%。Uber CTO 在行业会议上直接说全年 AI 预算几个月就烧完了。KPMG 等多家机构的结论是企业 AI 投入和 ROI 之间找不到可测量的关联。花的钱在涨，赚回来的证据没人拿得出。

那到底该怎么理解这些事？

80 倍的消耗差距注定了订阅制只是过渡形态。Copilot 转向 token 计费只是开始，接下来每家 AI 公司都得面对同样的算术题。作为用户，要准备好为实际用量付费，而不是继续相信 $20 能包月一切。

“全员用 AI”这个口号本身就有问题。AI 在可验证的领域很强——写代码、做数学、处理结构化数据。但需要判断力和审美的地方，它经常搞不清自己在说什么。企业真正该做的是找到哪些岗位的工作恰好落在 AI 强项区间，集中投入。

而且人的判断力正在变贵。AI 放大的是执行。知道该让 AI 做什么、做完之后判断结果好不好，这个能力不会被自动化。Karri Saarinen（Linear 创始人）说过一句话：如果潜力等于收入，那这些基础设施投资早就该盈利了。

Copilot 不会是最后一张。与其关心哪家公司先倒，不如想想到底在用 AI 做什么。