企業對 AI 的態度正在轉向：從「盡量用、多多益善」到「請先告訴我 ROI 在哪裡」。這個轉折發生得比多數人預期的快，且時機對 OpenAI 與 Anthropic 而言並不友善。

所謂「tokenmaxxing」，指的是 2024 至 2025 年間企業普遍採用的一種 AI 策略：鼓勵員工盡量使用前沿 AI 模型，不必顧慮成本，以此追求生產力最大化。這套邏輯在 AI 熱潮初期奏效，卻在 2026 年開始碰壁。

最直白的案例來自美國叫車平台 Uber。公司在 4 月便燒完了全年 AI 預算，被迫即時分級管控：對部分 AI 工具設立每月 1,500 美元起跳的消費層級，並依使用量遞增收費。換算下來，Uber 原本預估能撐 12 個月的預算，在 4 個月內見底，耗速是原計畫的 3 倍。

個別企業的態度更直接。AI 新創 Lindy 執行長克里維洛（Flo Crivello）對美國財經媒體 CNBC 表示，他已將整家公司的 AI 基礎設施從 Anthropic 的 Claude 全面轉換至 DeepSeek，理由只有一個：成本差距讓他重新計算了整個公司的單位經濟模型，繼續付前沿模型的溢價在財務上說不過去。

這並非孤例。CNBC 於 6 月 26 日的調查報導指出，多家企業級客戶開始對 OpenAI 和 Anthropic 的無限制用量設定月費上限，同時轉向更便宜的替代方案——包括開源模型與中國 AI 實驗室 DeepSeek 的模型。兩家公司的反應速度相當快：OpenAI 在企業端新增了使用量分析儀表板，讓管理者追蹤各團隊的 token 消耗量並設定月度上限；Anthropic 也推出了用戶佈建管理（user provisioning）、使用分析，以及消費上限設定功能。這些功能在「tokenmaxxing 時代」幾乎沒有需求，如今卻成為企業採購評估的必要條件。

不過，這場轉向並不代表 AI 整體支出在萎縮。部分分析師指出，企業 AI 預算「從增長轉向效率」是產業成熟的正常週期：從概念驗證的廣泛嘗試，進入到規模化部署的選擇性集中。從整體數字看，全球企業 AI 支出在2026 年上半年仍持續成長，只是增速趨緩，且愈來愈多預算流向成本更低的模型，而非前沿旗艦版本。

然而對 OpenAI 與 Anthropic 而言，這個時機確實不佳。兩家公司分別於 6 月初祕密提交 IPO 申請書（S-1），市場估值普遍落在前者逾 8,500 億美元、後者逼近 1 兆美元。這些估值隱含的假設是，前沿模型能持續向企業收取顯著的溢價。若最大企業客戶開始設定支出上限、並轉向更便宜的替代品，分析師將需要重新評估兩家公司的每用戶平均收入（ARPU）與長期議價能力。

這場轉向的最終受益者，目前看起來是以低成本為定位的模型供應商，以及能夠在企業現有預算框架內提供清晰 ROI 的 AI 應用層新創。前沿模型的市場並未消失，但它的邊界正在收緊。

數據重點
Uber 在 4 月便燒完全年 AI 預算，耗速是原計畫的 3 倍；Lindy 執行長將整家公司從 Claude 全面切換至 DeepSeek，理由是成本差距在財務上無法繼續忽視。

來源參考

1. OpenAI and Anthropic face new AI reality as users shift from 'tokenmaxxing' to efficiency — CNBC（美國財經媒體CNBC）, 2026-06-26

2. 'Tokenmaxxing' Is Fading: What It Means For Nvidia, OpenAI, Anthropic And The AI Boom — Yahoo Finance, 2026-06-26

以上為資訊分享，不構成投資建議。