2万亿巨头CEO怒了：这帮卖Token的，就是在坑蒙企业

一家市值超过3300亿美元（折合软妹币约2.2万亿）的AI软件巨头掌门人，直接在公开场合给“卖Token”的模式定了性——说这是坑企业。

开炮的主角是Palantir公司的CEO亚历克斯·卡普。在CNBC的一档节目里，他直言不讳，说自己正在为一大堆毫无价值的Token付钱，而且更糟的是，交出去的可能还是自家最有价值的知识产权。

节目里，卡普提出了一个堪称灵魂拷问的问题：如果烧Token真能给企业赚钱，那卖Token的人为什么不直接参与利润分成，反而死盯着卖Token本身那点小钱呢？

他的潜台词很直白：连AI公司自己都说不清楚，这些Token到底能帮企业创造多大的实际价值。

要知道，Palantir本身就是这波AI热潮最大的赢家之一。这家为美国政府、军方、情报机构和大型企业提供数据分析、决策系统和AI平台的软件巨头，今年第一季度的营收直接暴增了85%。连它的CEO都公开站出来炮轰Token模式，可想而知，OpenAI和Anthropic那套“Token经济学”收割得有多猛，多不留情面。

01

Token烧得欢，财务鞭子抽得响

卡普的愤怒，表面上像是嫌Token价格太贵。但往下挖一层，核心痛点是，企业花了钱，却根本不知道自己到底买到了什么。

过去买企业软件，逻辑很清晰。买CRM，就是为了管好客户；买ERP，就是为了理顺供应链和财务；买数据库，就是为了存数据、调数据。价格贵不贵可以谈，但用途明明白白。

AI的逻辑完全不同。

一个AI客服，要读历史订单、产品说明、退换货政策、用户投诉记录。一个AI代码助手，要扫描整个代码库、理解需求、生成修改方案、然后反复自测。一个企业级的AI Agent，可能得同时调用数据库、搜索文档、写邮件、改表格，最后还得让另一个模型来检查它的结果。你看到的只是一个指令，但在后台，就是一串看不见的、漫长无比的Token流水线。

可到了财务复盘的时候，问题就暴露了：这些Token到底换来了多少新增收入？节省了多少人力成本？有没有真正缩短流程、提高成交率、减少错误？很多企业面对这些问题，根本答不上来。任务做了多少是笔糊涂账，但云服务提供的账单，却像雪片一样滚滚而来。

Palantir CEO亚历克斯·卡普在CNBC节目中发表观点 来源：Palantir官网

Tom's Hardware曾报道过一个极端案例：开发者彼得·斯滕斯伯格晒出的一张OpenAI API月度账单显示，他在30天内花费了大约130万美元，覆盖了6030亿Token和760万次请求，背后是大约100个Codex实例在持续运行。

这个案例生动地说明了一个趋势：当AI从单纯的聊天框演变成一群自动工作的Agent集群，Token的消耗速度可以快到令人咋舌。这正是卡普批评的核心——他不是说AI没用，而是当企业开始大规模花钱购买AI能力时，账单的金额和创造的价值之间，那种模糊关系变得越来越让人不安。

这种感觉，就像是去一个陌生城市打车。司机确实把你送到了目的地附近，但一路上计价器疯狂跳动，你根本不知道他有没有故意绕路。

记住，不是Token烧得越多，价值就越大。有时候，它只是在没完没了地试错、重复读取、绕来绕去的推理。

02

小心AI把你卖了，还帮它数钱

卡普在节目里可不是单纯想“喷”两句过嘴瘾，他是有备而来的。

就在CNBC采访的前一天，Palantir发布了一份九点的“AI主权”声明。核心意思很明确：不要把你企业里最核心的数据、模型和AI能力都交给别人掌控。谁控制了AI，谁就控制了你的未来。

这份声明还特别批评了一种现象，叫做“tokenmaxxing”——就是为了用AI而丧心病狂地消耗Token，制造出一种“好像有进展”的错觉。

这个词用得极其尖锐。它把AI行业过去两年的盲目兴奋，翻译成了一句让企业管理者能听懂的风险警告：不要把Token的消耗量，当成AI成果的衡量尺。

Palantir AIP平台 来源：Palantir官网

假设一家公司每天调用了10亿Token，听起来是不是很先进、很热闹？但冷静想想，这10亿Token可能只是生成了大量无人问津的报告、一堆需要人工大量返工的代码、一些准确率忽高忽低的客服回答。Token越多，并不等于组织越聪明、越赚钱。更多时候，它只说明这家公司把更多的预算交给了看不见的计价器。

卡普还抛出一个更敏感的问题：数据和商业优势。他在采访中说，企业普遍担心自己的数据和独特经验被AI公司吸走。比如一家制造企业知道哪种零件更容易坏，一家银&行清楚哪些客户风险更高，一家零售企业明白什么样的促销组合最有效。这些不仅仅是数据，是它们多年来在运营中积累出来的独门经验。

不过，这里也得说清楚。OpenAI和Anthropic的官方政策都声明，商业用户或API用户的数据，默认不会被拿去做模型训练，除非用户主动勾选共享。所以，卡普的说法不能简单理解成“OpenAI和Anthropic一定在偷偷拿企业数据训练模型”。更准确地说，他是在精准地放大企业客户的深层顾虑：即便合同白纸黑字写了不训练，企业依然想知道数据缓存在哪里，谁有权限访问，第三方服务商有没有染指，模型输出的内容会不会不小心泄露内部逻辑，以及未来某一天，这家供应商会不会自己杀入这个赛道。

这不是技术层面的洁癖，这是企业采购核心软件时最基本的逻辑。

企业真正害怕的，不只是Token贵。而是自己一边掏钱，一边主动把最值钱的业务知识和竞争壁垒，一点一点地搬进别人的系统里。Palantir在声明里还补了一刀：企业应该去选择那些真正有效的AI产品，而不是因为谁名气大、谁最热门、谁融资多，就去采购。

这话说的是谁，大家心里都有数。

03

CEO们苦Token经济久矣

卡普那句“企业正在为没有创造价值的Token付钱”，在行业里引发了不小的共鸣。他透露，不少企业领导私下告诉他，自己确实付了Token钱却没得到相应价值，同时还日夜担忧数据和商业优势被外部AI公司吸走。卡普还让节目嘉宾私下打电话问问其他CEO，说那些CEO肯定会告诉他，自己比卡普还要愤怒两倍。

市场已经开始出现反应了。

包括Priceline、Qualcomm、Bristol-Myers Squibb在内的公司，正在用当年云计算时代发展出来的方法来管理AI Token成本。比如部署监控仪表盘、设置支出上限、部门内部实行“展示账单”和“成本分摊”。这标志着AI采购，正在从“先试试看”的尝鲜阶段，正式进入“每一笔调用都要算清楚账”的精打细算阶段。

据统计，大约60%的企业已经开始给AI开支加护栏，原因无非是成本不断上升，而ROI的压力越来越大。这不是企业要放弃AI，而是它们正在从“拼命用AI”转向“精细化使用AI”。

接下来，企业不会简单粗暴地停止使用OpenAI、Anthropic或其他大模型。真正会发生的是以下三件更具体的事。

**第一，企业会开始区分“高价值Token”和“低价值Token”。**同样是100万Token，用在客服投诉自动处理，和用在核心代码生成、复杂产品决策上，价值天差地别。未来的企业买AI，会像买广告一样精准计算“单Token产出”，而不是只看总消耗量。

**第二，企业会把任务拆给不同模型来干。**不是所有问题都需要最贵、最强的模型。简单的分类、摘要、格式转换，交给小模型或开源模型就够了；只有真正复杂的推理、关键的决策、核心的代码生成，才调用更强大的模型。企业越成熟，越不会让所有任务都挤“头等舱”。

**第三，AI公司会被迫改变收费策略。**按Token收费不会消失，它是目前最清晰、最好结算的基础单位。但它不会再是唯一的说法。企业一定会要求更贴近结果的计价方式：比如按一次工单解决收费、按一次代码合并收费、按一个销售线索转化收费。或者至少，在Token收费之外，增加预算上限、缓存折扣、批量折扣和任务级成本预估等灵活的选项。

高盛的研究预计，随着消费者和企业采用Agentic AI，Token消耗到2030年可能增长24倍，达到每月120千万亿Token。这个数字对AI公司来说是美好的收入蓝图，对企业客户而言，却是刺耳的成本警报。

所以，Token经济学不会因为卡普的一句话就宣告结束。但它会从一场狂热的烧钱游戏，走向冷静的审计和复盘。过去两年，很多公司把“用了多少AI”当成进步的标志。接下来，企业会问一个更现实、也更关键的问题：

这些Token，到底有没有帮我赚到钱？