Meta 高管預測：未來一兩年內 AI 使用成本或超員工工資，公司或設詞元上限

Meta 高層近日在一場內部會議中透露，隨著人工智慧技術的快速部署，企業使用 AI 的成本可能在未來一到兩年內超越員工薪資支出，這項趨勢已促使公司內部開始考慮對員工使用的詞元（Token）數量設定上限，以因應不斷攀升的營運開支。Instagram 負責人 Adam Mosseri 在會議中指出，Meta 旗下工程師在開發與日常工作中大量依賴大型語言模型，這些模型每次查詢與回應都會消耗一定數量的詞元，而詞元的背後是龐大的運算資源與 API 呼叫費用。他預測，一位表現優異的工程師所產生的 AI 使用成本，將逐漸接近其個人的薪資水準，對於擁有數萬名研發人員的 Meta 來說，這筆費用將極為可觀。

為了避免成本失控，Meta 管理階層正在研擬一套內部詞元配額制度，透過對每位員工每日或每月可使用的詞元數量設定上限，來控制整體 AI 支出。這項機制類似於雲端運算中的資源配額，公司可能會依據職務需求、專案重要性等因素分配不同的額度，超出部分則需要額外申請或由部門預算吸收。所謂詞元，是大型語言模型處理文字的最小單位，可以理解為一個詞彙或部分詞彙。每一次與 AI 助手對話、撰寫程式碼或生成報告，都會消耗數百到數千個詞元。Meta 內部廣泛使用自家開發的 Llama 系列模型，同時也整合了多種第三方 AI 工具，隨著員工對這些工具的依賴度日益增加，總詞元消耗量呈現指數級成長。

Meta 近年來在人工智慧領域投入龐大資金，包括打造新一代 AI 訓練基礎設施、收購 GPU 晶片、以及開發開源模型 Llama 系列。這些投資雖然讓公司在生成式 AI 競賽中站穩腳步，但也帶來沉重的成本壓力。據了解，Meta 的 AI 相關資本支出在 2024 年已突破數百億美元，而營運成本中，AI 推論（inference）所耗費的電力與雲端資源更是與日俱增。員工使用 AI 的成本不僅包含模型運算費用，還包括後端的資料儲存、網路傳輸與維護人力。

Mosseri 坦言，過去企業在導入新技術時，往往先追求效益最大化而忽略成本控管，但現在 AI 的邊際成本遠高於傳統軟體工具，若不加以節制，很可能侵蝕公司獲利。事實上，這並非科技業首次面臨資源消耗問題。多年前雲端運算興起時，許多公司也曾因工程師隨意啟用高規格虛擬機器而導致帳單暴漲，後來紛紛導入成本監控與配額制度。如今 AI 詞元消費正重演類似歷史，只是規模更大、速度更快。Meta 的這項策略可能為業界提供重要參考。其他同樣大規模導入 AI 的企業，如 Google、Microsoft 與 Amazon，也都面臨相似的成本挑戰。

以 Microsoft 為例，其 Copilot 服務雖然為 Office 使用者帶來效率提升，但背後每月每用戶的 AI 授權與運算成本並不低廉；若企業全面開放員工無上限使用，年度 AI 支出很可能超過傳統軟體授權費用。部分分析師認為，設定詞元上限固然能控制開支，但也可能限制員工的創造力與生產力。當工程師因為額度不足而無法頻繁使用 AI 輔助除錯或生成程式碼時，開發效率將受到影響。Meta 內部仍在討論如何平衡成本與效益，例如針對高價值專案提供更高額度，或鼓勵員工在離峰時段使用 AI 功能以降低運算成本。整體而言，人工智慧的成本管理已從技術問題升級為營運課題。

未來一到兩年內，企業不僅要追求 AI 的創新應用，更必須建立財務模型來預測與控制這些新興支出。Meta 率先提出詞元上限的構想，顯示即使是資金雄厚的科技巨頭，也無法無限制負擔 AI 的運算需求。隨著更多公司跟進類似策略，業界可能出現一套標準化的 AI 成本控管流程，包括即時監控儀表板、內部計費機制與預算警報系統。這股趨勢也將影響 AI 供應商的定價策略，促使雲端服務商提供更細緻的計費方案，以協助客戶精準掌握每一筆詞元消費。Meta 內部預計在未來數季內完成詞元配額制度的試行，並根據實際數據調整上限值。這項措施能否在降低成本與維持創新之間取得平衡，將成為科技業觀察 AI 經濟學的重要指標。