高盛、思科、摩根大通收紧员工AI使用：设预算、限额度、管控风险

据《商业内幕》报道，过去几年一直鼓励员工拥抱AI的高盛、思科、摩根大通等企业，如今正转向更有针对性的部署策略。具体做法包括设定使用预算、追踪调用量，以及限制特定员工或特定工具的访问权限。

这些管理动作的背后有双重考量：企业一边在持续加码AI投入，一边也想把随之而来的安全风险压下来。

麦肯锡公司技术、媒体和电信业务高级合伙人拉里 · 哈马莱宁（Lari Hämäläinen）说，越来越多企业已经察觉，员工使用AI的频率正在“大幅上升”，因此有必要把使用规范与限制明确下来。

高盛董事长兼首席执行官戴维 · 所罗门（David Solomon）本月提到，该银行正快速扩大AI工具的覆盖范围，让旗下4.5万名员工用上更多AI产品，但在他看来，没必要让所有人都能每天访问最先进的模型。

所罗门在接受彭博电视采访时说：“某些工作确实需要最前沿的模型，尤其是网络安全领域。”他同时表示，“很多工作并不需要最前沿的模型”，普通AI工具已经够员工提升效率了。

还有一类企业，起初政策相对宽松，先推着员工用AI，后来开始收紧相关开支。

思科首席产品官吉图 · 帕特尔（Jeetu Patel）上个月在CXOTalk播客节目里，把公司早期的AI推广比作学骑自行车。那段时间，思科让开发团队连续数月不限量使用AI编程工具的Token，目的是先让员工熟悉并掌握AI技术，而不是一上来就盯着使用效率。

随着用量持续增长，帕特尔表示，他打算为旗下3.2万名员工团队中的各级管理人员设定Token使用预算。

《商业内幕》此前报道，摩根大通今年9月已对部分工程师使用Anthropic旗下Claude Code的额度设了限制，每月上限为2,000美元（IT之家注：现汇率约合13,376元人民币）。

该银行发言人称，公司正把AI使用成本与生产效率、工作质量、风险降低程度以及实际业务影响挂钩。

企业着手加强员工AI使用管理，距离一些公司公开炫耀员工消耗了多少Token，其实还不到几个月。

Visa曾表示，公司每月的Token使用量从今年2月的1万亿增长到3月的近2万亿，并且会给AI使用量最大的员工发奖励。

今年3月，英伟达首席执行官黄仁勋（Jensen Huang）表示，公司计划每年为工程师使用Token投入最高20亿美元（现汇率约合133.76亿元人民币）。

黄仁勋甚至开玩笑说，如果一名年薪50万美元（现汇率约合334.4万元人民币）的工程师只用了价值不到25万美元（现汇率约合167.2万元人民币）的Token，他会“感到非常担忧”。

与此同时，部分企业还上线了数据看板，让管理层能更直观地掌握员工使用AI的情况，有时也借此带动更多员工参与。

今年4月迪士尼推出的AI使用数据看板显示，公司里使用AI最频繁的员工平均每天会发起数百次请求，Token消耗量达到数千万级别。

毕马威美国（KPMG US）今年5月也说过，希望为咨询业务部门推出数据看板，推动旗下约1万名员工更频繁、更深入地使用AI。

不过，随着员工逐步把AI融入日常工作，毕马威现在已经不再通过该数据看板监控AI使用情况。公司发言人透露，相关工具原本的推广任务已经完成。

如今AI开支持续攀升，企业的管理重点正从扩大使用规模转向提高投资回报。

风险投资机构Menlo Ventures的一项最新研究显示，截至今年9月，企业在AI部署方面的支出已达到1,770亿美元（现汇率约合1.18万亿元人民币），而2025年全年这一数字仅为330亿美元（现汇率约合2,206.96亿元人民币）。

投入增长不代表回报已经到手。Gartner在今年5月至7月对约2000名科技行业高管所做的调查显示，只有13%的受访者表示，其所在企业已经从AI技术中获得了显著价值。

Millennium Alliance联合创始人亚历克斯 · 索博尔（Alex Sobol）表示，企业AI账单不断膨胀，部分原因在于员工缺乏控制使用量的动力。Millennium Alliance是一个面向企业高管、采取邀请制的交流组织。索博尔指出，如果企业不设定使用限制，员工“就会想尽一切办法使用AI”。

另外，如果使用不当，向员工开放广泛的AI访问权限还可能埋下安全隐患，这也是企业开始更谨慎管理AI使用的另一个原因。

毕马威2025年对1000多名美国员工做过一项调查：44%的受访者承认，自己曾在工作里未经授权或不当使用AI；另有46%的人把公司敏感信息或知识产权传上过公开AI平台。

人力资源管理软件初创公司 Rippling 同样收紧了口子。今年 8 月，这家公司开始给 AI 工具定下每月用量上限。在此之前，公司内部估算，Token 花销有可能冲到研发团队整体人力成本预算的 40%。

Rippling 称，设了限制、又对模型调用路由做了优化之后，Token 支出占比的预测值已回落到 10% 至 15%，而 Token 用量大体还停在此前的高位。

公司首席产品官马特 · 麦金尼斯（Matt MacInnis）把话讲得很明白：“我们的目的不是削减 AI 成本。只要这些支出能够带来实际生产价值，我们完全可以接受成本继续增长。”