公司開始限 AI token：ChatGPT 同 Claude Code 要計數過日子
Accenture leaked audio 帶出成本壓力，企業 AI 開始逐筆睇用量。
全員開 AI，張單好快變樣
TechCrunch 呢篇 brief 其實只係一個訊號：公司早幾個月仲鼓勵員工狂用 AI，而家開始問 「每次 prompt 值唔值」。404 Media 引述 leaked audio，話 Accenture 正諗點樣阻止非技術員工用 AI 做啲細任務，例如攞 PDF 轉成 presentation slides。source 要分清：呢件事來自 404 Media 拎到嘅 Accenture 內部會議音訊，唔係 Accenture 主動公布嘅內容。音訊入面，agentic AI strategy lead Justice Kwak 提到 AI 已經開始影響成本結構，支出變得難估，CFO、COO、CIO 都追問錢有冇換到價值。
圖片：OpenAI
點解 token 突然變成 CFO 問題
因為 AI 工具已經唔再淨係 chat box。ChatGPT Enterprise、Claude Code、Cursor、Copilot 呢類工具越做越 agentic：佢哋會讀文件、掃 repo、開多個步驟、反覆叫模型、甚至叫工具幫手。每一步都食 input、output、cached tokens，context 越大越貴。GitHub 4 月已經講明 Copilot 由 2026 年 6 月 1 日起改用 GitHub AI Credits，按 token 消耗計數；佢自己都承認，一句快問同幾個鐘自主寫 code，舊收費下成本可以差好遠。呢個轉向解釋咗點解公司突然唔敢再用「有用就開」做預設。
圖片：OpenAI
燒 token 嘅未必係工程師
AI 成本爆上去，大家好易先諗到 developer 用 Claude Code 改 repo、開 subagent、跑大 context。404 Media 嗰段 Accenture 音訊反而話，內部數據見到好多 token consumption 來自非工程團隊，用嚟做 PDF 轉 slides 呢類 「望落好方便」 嘅 office 任務。呢個位值得留意：AI 真係可以慳時間，但如果任務本身冇新判斷、冇高風險、冇長尾價值，只係搬格式，用最貴模型未必抵，因為成本會好快疊高。
圖片：OpenAI
控制台開始補返企業要嘅嘢
OpenAI 6 月 18 日推出 ChatGPT Enterprise credit usage analytics 同新 spend controls，admin 可以睇用量趨勢、邊個 user 或者產品食得多、ChatGPT 同 Codex credits 點分布，仲可以設 workspace、group、個別 user 嘅 limit。Anthropic 嘅 Claude Team 同 seat-based Enterprise 亦有 organization-wide、seat tier、user-level spend limits；Claude Code 文件仲直接講，成本會受模型選擇、codebase size、多個 instances 同 automation 影響，企業部署平均每個 developer active day 大約 13 美元，月計約 150 至 250 美元。呢啲功能好實際：廠商等於承認 AI 已經變成可爆 budget 嘅 meter。
公司要分層用模型
最蠢嘅做法係突然封晒 AI，因為咁會殺埋真有回報嘅用法。比較合理嘅分法係三層：第一層係低價模型、內部搜尋、模板、自動化 script，處理改格式、摘要、分類、例行 email；第二層係中價模型，俾 PM、營運、設計、客服做資料整理、方案草稿、QA；第三層先俾最貴模型同 agent，處理大型 codebase、複雜分析、合規風險、直接影響收入同客戶體驗嘅任務。香港公司如果開始全員開 AI 工具，都會遇到同一條數：唔同工作應該配唔同模型同用量上限，先至容易控制成本。
打工仔點判斷值唔值得燒
落到日常工作，可以用三條問題先篩：呢次 AI 會唔會慳到超過半個鐘？結果會唔會反覆用，定係一次性 copy/paste？錯咗會唔會要人執到仲耐，甚至變成法律、客戶、security 風險？如果答案都偏低，就用平價模型、固定 prompt、spreadsheet formula、RPA，甚至人手快改算。相反，如果 AI 可以幫你檢查一大份合約差異、整理幾百個客戶 ticket、喺 repo 入面追 bug 根因，token 貴都可能抵；佢換返嚟嘅，可能係少犯錯同快決策，多過淨慳幾分鐘。
下一步睇公司點計 ROI
Business Insider 最近訪問到嘅 CFO 例子，其實就係下一步：Match Group 畀每個部門分 AI budget，貴模型唔係預設開放；Elevance Health 會按 request 複雜度喺後台路由去唔同模型。呢啲做法唔浪漫，但貼近企業會點買軟件。ChatGPT、Claude Code、Copilot 呢場由「人人試吓」行到「逐筆講理由」。AI 工具未必會少人用，但公司會更想睇到邊啲場景真係慳到時間、減到錯、值得繼續俾錢。
參考來源
- TechCrunch — Companies are scrambling to stop employees from maxing out AI budgets with small tasks — original report
- The Tokenpocalypse Is Here: Companies Are Scrambling To Stop Spending So Much on AI — Accenture leaked audio 嘅直接報道來源，提到 PDF 轉 slides 同非工程團隊燒 token。
- New usage analytics and updated spend controls for enterprises — 官方資料，確認 ChatGPT Enterprise 新 credit analytics、spend controls 同 group/user limits。
- Manage usage credits for Team and seat-based Enterprise plans — 官方 help center，確認 Claude Team/Enterprise 可以設 organization、seat、user spend limits。
- Manage costs effectively - Claude Code Docs — 官方文件，提供 Claude Code token 成本、usage tracking、team spend limit 同模型分工資料。
- GitHub Copilot is moving to usage-based billing — 官方公告，說明 Copilot 由 2026-06-01 起改用 GitHub AI Credits 同 token-based 計數。
- The AI boom is giving these execs more power — and headaches — than ever — 背景例子，講 CFO 點樣用部門 budget、模型路由同 access guardrails 管 AI 成本。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
