英偉達高層：AI成本高於人力，企業持續裁員

AI替代人力真的划算嗎？企業盲目追趕背後的成本真相

當前許多企業熱衷擁抱AI，將其視為降本增效的萬能解方，甚至藉機大規模裁員。然而，現實卻呈現出強烈反差：AI的實際運營成本，往往遠高於傳統人力支出。英偉達與Uber等科技巨頭高層已公開承認，AI並非「低成本替代品」，而是一筆持續攀升的沉重開銷。

算力成本早已超越薪資：高層親證AI燒錢實況

英偉達深度學習部門高階主管明確指出，團隊每月在GPU算力、模型推理與API調用上的支出，已顯著超過同等規模工程師團隊的總薪資。Uber首席技術官亦坦承，多項AI專案預算嚴重超支，最終被迫暫緩或重構技術路線。一份流出的內部帳單更顯示：僅四人AI研發小組，單月雲端模型調用（Token消耗）費用就逾數十萬美元，人均成本為市場平均工程師年薪的兩倍以上。

研究佐證：七成場景，人工仍更高效、更經濟

麻省理工學院（MIT）早前發布的實證研究指出，在超過70%的常見商業任務中——包括客戶服務應答、文件審核、基礎程式碼除錯與內容初稿撰寫等——由經驗豐富的人員執行，不僅準確率更高、錯誤率更低，整體單位時間成本亦明顯優於AI方案。業界因而興起「人力真香」的自嘲風潮，反映對過度神化AI的反思。

為何企業仍堅持AI替代？全天候運轉與戰略卡位成關鍵動因

儘管性價比存疑，企業推進AI自動化的決心未減。主因在於AI可實現24/7無間斷運作，且具備可複製、易擴展的系統性優勢。以Uber為例，目前已有逾10%的生產環境程式碼由AI智能體生成，公司更明確規劃未來逐步以AI輔助甚至取代部分軟體工程師職能，強化技術自主與迭代速度。

荒誕指標浮現：Token消耗竟成績效KPI

更值得警惕的是，部分企業已將「AI使用強度」異化為管理工具——開始以每月Token消耗量作為考核工程師AI應用率的核心指標。連英偉達執行長黃仁勳亦曾公開建議，可用Token用量衡量工程師產出效能。此類做法雖尚處探索階段，卻凸顯AI治理尚未成熟。然而不可否認的是，企業全面導入AI、同步精簡人力的雙軌策略，已成為不可逆的產業趨勢。