企业被AI账单吓到了开始砍预算，普通人怎么靠AI降本服务赚钱
Financial Times前两天发了一篇报道，标题很直白，「我们造了个怪物」。说的是大量企业在被AI平台从订阅制切换到token计费后，账单直接炸了。一家小公司的CEO说，切换计费当天，AI支出暴涨了7倍。
这事儿不是个案，正在批量发生。
而且你知道吗，最讽刺的一句话来自NVIDIA的应用深度学习副总裁Bryan Catanzaro，他在Axio采访里说，「对我来说，计算成本已经远远超过了员工成本」。NVIDIA啊朋友们，卖铲子的公司在说挖金子的人花太多了。
我越看越觉得，之前聊OpenAI亏损385亿美元那篇里提到的补贴终将结束，现在已经不是「终将」了，正在结束。SemiAnalysis做过一组测试，拿着各种编码任务把Anthropic和OpenAI的订阅额度跑到上限，结果是，一个月200美元的Claude订阅能烧掉8000美元的token，同价位的ChatGPT能烧14000美元。Anthropic在补贴40倍，OpenAI在补贴70倍。
AI现在在走一模一样的路，之前分析过这个价格战的走向，只不过这次切换的速度比大家预想的快得多。微软内部已经在6月30日前把大部分Claude Code访问权限取消，转向GitHub Copilot CLI，目的就一个，控制内部AI编码成本。
企业端的反应很有意思。有人开玩笑说，「公司们重新发现了员工的价值」。Bloomberg发了个视频叫「大公司重新评估AI成本」，Derek Thompson在《大西洋》上写了篇「AI热潮进入了等一下，这到底值不值的阶段」。
坦率的讲，不是AI不好用，是太贵了。尤其是Agentic AI，就是那种AI Agent自己跑任务的模式，消耗的token是普通AI的一千倍。一千倍啊，你让它帮我查个资料写封邮件，它可能中间跑了二十个步骤，每一步都在烧钱。
但这里有个很关键的区别。大部分企业砍AI预算，不是「我们不用AI了」，而是「我们用不起了，谁能帮我们用得更便宜」。
这个「谁能帮我们」的需求，我觉得正在快速膨胀。
有三个方向，我觉得现在特别值得看。
第一个，帮企业做AI token使用审计。
说真的，这个方向比很多人想象的门槛低。大部分企业根本不知道自己团队每天在烧多少token，哪些请求是浪费，哪些场景用便宜模型就够了非要用贵的。你只需要帮他们接一个监控面板，把每天每个团队的token消耗可视化出来，找出最大的浪费点，然后给出优化建议。单次咨询收费3000到一万不等，按月维护可以收订阅费。这个活不需要你是个AI专家，需要的是你懂怎么读账单、懂基本的prompt优化技巧。
而且你想想看，那些CEO看到token账单的时候心态是什么，「我们的支出涨了7倍」。这时候有人能走进来说，「我帮你找出哪一半的钱是白花的」，这个服务他自己会找上门来买单。
第二个，帮企业从昂贵模型迁移到开源方案。
HN上这两天有个帖子拿了将近400分，标题就是「切换到开源模型的代价几乎可以忽略不计」。作者是一个从学术界出来的工程师，之前一直用Claude做专业工作，现在直接在公司内部搭了开源模型环境。评论区里类似的案例至少有十几条，分布在不同行业。
这个迁移不是简单的「换个API地址」就完事了。企业有历史数据、有定制的prompt模板、有团队使用习惯，你帮他们做一整套从Claude到GLM 5.2或者DeepSeek的迁移方案，包括选型测试、数据脱敏、工作流适配、员工培训，打包下来单次收费一万到五万都有人付。之前详细聊过本地AI搭建这个方向，但「迁移」比「从零搭建」的需求更急迫，因为企业是被账单逼着动的。
第三个方向最骚，做AI Agent的成本控制。
前面说了，Agentic AI的token消耗是普通AI的一千倍。现在很多企业买了Claude Agent SDK或者GPT的Agent功能，让AI自动跑各种任务，结果月底一看账单直接傻眼。这个场景特别适合做中间层优化，比如帮企业在Agent执行链路里加入成本检查点，简单的查询用便宜的小模型跑，只有遇到复杂任务才调用Claude Opus。就像高速公路上的ETC，不是每辆车都要走收费最高那条道，根据实际需求分流。
。。。
大时代啊，朋友们。企业端正在经历一个从「AI太好了随便用」到「卧槽这账单怎么回事」的认知转变，而这个转变窗口里，能帮企业省钱的人，比能帮企业用AI的人更稀缺。
我自己整理了一套AI副业实战指南，覆盖了从技术选型到获客定价的全流程，想入局的可以在这里直接拿。
磨平一些信息差。