AI運算成本超越人事費用：企業預算的新危機

AI 曾被定位為削減企業成本的終極解方，但如今現實已截然不同。部分企業的 AI 運算支出，已悄悄超越整體員工薪資總額，正在顛覆所有人對自動化經濟效益的既有假設。

AI 帳單已超越人事費用

這不再是個別現象。根據最新報導，中大型企業的 AI 平台費用（包括語言模型、自動化工具，以及支撐 AI 運算的雲端基礎設施）正以遠超任何早期預測的速度急劇攀升。

Nvidia 應用深度學習副總裁 Bryan Catanzaro 在接受 Axios 採訪時直言不諱：「對我的團隊而言，運算成本已遠遠超過員工成本。」這句話出自全球 AI 晶片龍頭的高層主管，其份量不言而喻——這不是個案，而是科技業正在集體面對的新常態。

更極端的案例也已浮現。一家四人新創公司的 CEO 在 LinkedIn 上公開分享，他們單月 AI 帳單竟高達 113,000 美元（約新台幣 370 萬元）。這個數字，已足以支付多名全職工程師一整年的薪資。

這場費用危機最具代表性的案例，來自全球叫車巨頭 Uber。Uber 技術長 Praveen Neppalli Naga 在接受《The Information》採訪時坦承，公司僅在 2026 年開頭幾個月，就已燒光了全年度 AI 預算。

為什麼會失控？問題的根源並非 AI 工具失敗，而是工具太好用了。2025 年 12 月，Uber 將 Anthropic Claude Code 的使用權限開放給約 5,000 名工程師。此後使用量急速飆升：

更值得關注的是，根據 Uber 的證券申報文件，公司 2025 年研發支出為 34 億美元，比前一年成長 9%。即便如此龐大的研發預算，仍無法預測 AI 採用速度的爆炸性成長。

這場費用危機並非孤例，而是更大規模趨勢的縮影。根據市調機構 Gartner 最新預測，2026 年全球 IT 支出將達到 6.31 兆美元，較 2025 年成長 13.5%。其中，成長最快的項目是資料中心系統，預計增幅高達 55.8%，支出規模逼近 7,880 億美元。

Gartner 分析師指出，伺服器支出今年預計成長近 37%，原因在於「超大規模雲端供應商持續投資 AI 優化伺服器」。更驚人的是，用於 AI 的伺服器支出，已是傳統伺服器的三倍，AI 基礎設施一項就將在 2026 年新增 4,010 億美元支出。

全球 AI 支出預計在 2026 年突破 5,000 億美元，年增 44%——而同期企業員工培訓預算增幅，卻僅有 5%。

這場成本危機還有另一面向：供給限制。Catanzaro 在談及自己團隊時表示，即使身處全球最大 AI 晶片製造商 Nvidia，在全球 GPU 供應緊張的局勢下，他們同樣面臨資源不足的困境——「我們全都受到供應的制約。」

這意味著，即便企業有意願、有預算擴大 AI 投資，取得所需運算資源本身就是一道關卡。需求遠超供給，進一步推高了每一個 token、每一次 API 呼叫的實際成本。

傳統軟體開發的費用結構相對可預期——授權費、維護費、人力成本，大體上都有跡可循。但 AI 代碼工具帶來了一個前所未有的新問題：只要模型隨時待命，支出就沒有上限。

Uber 的教訓清楚說明了這一點：當工程師在內部排行榜的激勵下，競相使用 Claude Code，等於是在無意間把預算危機「遊戲化」了。工具的生產力愈高、使用頻率愈高，帳單就愈高——這是一套全新的財務邏輯，而大多數企業的預算模型，根本還沒跟上。

面對這波 AI 成本浪潮，企業開始調整策略：

根據 Gartner 研究，能夠真正從 AI 獲益的企業（約占 5%），預期到 2028 年可實現收入翻倍成長與成本降低 40%——但他們的關鍵差異，不在於花了多少錢，而在於重新設計了業務流程。

AI 運算成本超越人事費用，是這個產業發展速度超出所有人預期的明證。從 Uber 的預算爆雷，到 Nvidia 高層的公開表態，再到 Gartner 的兆元級預測，訊號已足夠清晰：AI 的生產力承諾正在兌現，但伴隨而來的財務壓力，同樣不容忽視。

企業必須在「讓 AI 更快跑」與「讓成本不失控」之間，找到新的平衡點——這或許是 2026 年科技管理者最迫切需要解答的命題。