Walmart 與 Uber 限制員工使用 AI，運算成本飆升考驗企業 AI 擴張

人工智慧已成為現代商業時代最具變革性的技術之一，重塑了各行各業，重新定義了工作流程，並為經濟幾乎每個領域創造了提升效率的新機遇。

然而，隨著企業爭相將 AI 整合至日常營運，一項新的挑戰正在浮現：成本。

根據金融市場廣泛報導，包括 Walmart 和 Uber 在內的多家大型企業正在限制員工使用人工智慧工具，原因是高層主管希望控制大規模 AI 部署所帶來的迅速攀升的運算費用。

這一發展反映了許多企業正逐漸面對的現實。儘管人工智慧承諾帶來巨大的生產力提升，支撐 AI 廣泛普及所需的基礎設施仍然所費不貲。

此議題已引起投資者、科技領袖及企業高層的高度關注，各公司正努力在創新與財務紀律之間尋求平衡。

這份報告在科技與金融社群中廣泛流傳，並在 Cointelegraph 於社群媒體平台 X 上加以轉發後獲得了更多關注。

這一情況凸顯了整個企業界正在發生的更廣泛轉變：從 AI 實驗階段過渡到 AI 經濟階段。

來源：XPost

AI 革命背後隱藏的成本

過去數年間，人工智慧已成為全球企業的核心戰略優先事項。

企業已投入數十億美元於 AI 驅動的助理、生產力工具、軟體開發平台、客戶服務系統及數據分析技術。

這些投資的動力來自於外界對 AI 能夠提升效率、降低營運成本並加速創新的期望。

然而，這項技術伴隨著相當可觀的費用。

大型語言模型的運作需要龐大的運算能力。每一個 AI 生成的回應都需要透過分佈在全球各地資料中心的先進硬體系統來處理數據。

隨著員工使用量增加，基礎設施成本也隨之攀升。

對於擁有數萬甚至數十萬名員工的公司而言，無限制地採用 AI 可能帶來龐大的財務負擔。

隨著各機構超越試點計畫、開始在整個員工隊伍中部署 AI 工具，這一挑戰正變得越來越明顯。

Walmart 與 Uber 為何採取行動

Walmart 和 Uber 所推出的限制措施，凸顯了現代企業所面臨的艱難平衡挑戰。

兩家公司在其發展歷程中一直積極擁抱技術創新。

Walmart 大力投資數位轉型計畫，旨在改善庫存管理、物流、客戶體驗及營運效率。

與此同時，Uber 運營著全球最大的科技平台之一，廣泛依賴數據分析、機器學習及自動化技術，以支撐其全球交通與外送服務。

兩家公司似乎都未打算放棄人工智慧。

相反地，相關限制措施顯示出一種戰略性努力，旨在優化使用方式並確保資源得到有效分配。

高層主管越來越意識到，並非每項任務都需要使用最先進的 AI 模型。

透過實施使用管控，企業可以優先處理高價值應用，同時降低不必要的運算開支。

目標並非放緩創新，而是讓 AI 的採用在經濟上具有可持續性。

AI 支出熱潮攀升至新高

自先進生成式 AI 系統問世以來，人工智慧支出已急劇增加。

科技公司已承諾投入數千億美元，用於建設支撐不斷增長需求所需的基礎設施。

資料中心、先進處理器、雲端運算網路及專用 AI 硬體，已成為科技業中最炙手可熱的資產。

主要雲端服務商持續以前所未有的速度擴展其能力。

與此同時，企業客戶也在增加對 AI 訂閱服務、企業軟體授權及客製化 AI 解決方案的支出。

儘管許多機構對 AI 的長期潛力仍然充滿熱情，投資者卻日益嚴格審視這些投資背後的經濟效益。

投資回報率的問題，已成為企業 AI 採用相關討論的核心議題。

生產力提升必須足以證明成本的合理性

企業董事會內部的關鍵辯論之一，在於 AI 驅動的生產力提升是否足以證明相關費用的合理性。

支持者認為，人工智慧使員工能夠更快速地完成任務、改善決策制定、自動化重複性流程，並產出更高品質的成果。

這些效益若能有效落實，可創造出相當可觀的價值。

然而，衡量這些價值並非總是一目了然。

部分機構發現，員工的使用模式存在顯著差異。

某些部門可能實現相當大的生產力提升，而其他部門則僅獲得邊際效益。

因此，企業越來越積極尋求監控 AI 使用情況並評估其業務影響的方法。

使用限制有助於機構識別 AI 在哪些領域創造最大價值，以及在哪些領域的支出可能超過實際效益。

這種做法反映了以數據驅動方式管理新興技術的更廣泛趨勢。

企業 AI 採用進入新階段

AI 熱潮的第一階段主要聚焦於實驗探索。

企業鼓勵員工探索新工具、測試各項能力，並發掘潛在應用場景。

那一階段激發了廣泛的熱情，並加速了多個行業的採用進程。

下一個階段有所不同。

各機構目前正朝著優化與治理的方向邁進。

高層主管希望制定明確的策略，釐清 AI 應如何使用、哪些人員應有權使用先進系統，以及什麼程度的支出是合理的。

這一轉變與過往技術革命的演進歷程如出一轍。

新技術往往先經歷一段快速熱情的初始期，隨後進入聚焦於效率、標準化與成本管理的階段。

人工智慧似乎正沿著相似的路徑發展。

資料中心面臨前所未有的需求

日益增長的成本隱憂與運算基礎設施需求的攀升密切相關。

AI 系統高度依賴能夠大規模處理複雜運算的強大處理器。

對這些資源的需求已在全球範圍內急速增加。

科技公司持續大力投資資料中心的擴建，以滿足日益增長的需求。

分析師估計，未來數年間全球在 AI 相關基礎設施上的年度支出可能增加到數千億美元。

這股投資熱潮為硬體製造商、雲端服務商及基礎設施公司創造了商機。

與此同時，也引發了對長期可持續性、能源消耗及營運成本的擔憂。

對於企業用戶而言，這些基礎設施費用最終會影響 AI 服務的定價。

投資者密切關注

金融市場以高度熱情擁抱人工智慧的發展故事。

隨著投資者預期長期增長機遇，AI 相關企業的估值大幅增加。

然而，市場參與者越來越需要證據，以確認 AI 投資能夠創造可持續的回報。

企業的支出決策提供了重要的市場信號。

當 Walmart 和 Uber 等大型機構調整其 AI 策略時，投資者會密切關注。

這些決策為了解企業如何在真實環境中評估人工智慧的經濟效益提供了重要參考。

轉向使用管控並不必然意味著對 AI 的信心下降。

相反地，這表明企業在管理和部署這些技術方面正變得更加成熟。

企業 AI 的未來

儘管存在成本方面的顧慮，但鮮少有專家預期企業會放緩其更廣泛的 AI 採用進程。

潛在效益依然過於顯著，無法忽視。

人工智慧持續快速進步，變得更加強大、高效且易於獲取。

未來的技術進步或許能在提升效能的同時降低營運費用。

更高效的模型、更先進的硬體及優化的基礎設施，有望協助解決當今許多成本挑戰。

在此期間，各機構很可能會持續精進其 AI 策略。

許多企業可能不再追求無限制的全面部署，而是採取更具針對性的方式，聚焦於在維持財務紀律的同時最大化業務價值。

這一演進或許最終能強化企業 AI 採用的長期可持續性。

AI 經濟時代的決定性挑戰

Walmart 和 Uber 所採取的行動，反映了全球企業所面臨的更廣泛現實。

人工智慧已不再僅僅是一項實驗性技術或未來概念。

它已成為一項具有可量化成本、營運需求及戰略影響的關鍵業務工具。

AI 革命的下一個篇章，或許不會僅由技術突破來定義。

相反地，它可能取決於各機構如何有效地在創新、生產力與經濟可持續性之間取得平衡。

成功管理這一平衡的企業，很可能最有條件在把握人工智慧效益的同時，避免承擔不必要的財務負擔。

隨著 AI 日益融入日常業務營運，企業領導者所面臨的挑戰已愈發清晰：如何在不讓成本增長速度超越其所創造價值的前提下，充分釋放這項技術的巨大潛能。

hokanews.com – Not Just Crypto News. It's Crypto Culture.

作者 @Ethan
Ethan Collins 是一位充滿熱忱的加密貨幣記者與區塊鏈愛好者，始終追蹤撼動數位金融世界的最新趨勢。他擅長將複雜的區塊鏈發展轉化為引人入勝、淺顯易懂的報導，協助讀者在瞬息萬變的加密貨幣世界中掌握先機。無論是 BTC、ETH 還是新興山寨幣，Ethan 都深入市場，挖掘對全球加密貨幣愛好者具有意義的洞見、動態與機遇。

免責聲明：

HOKANEWS 上的文章旨在讓您掌握加密貨幣、科技及其他領域的最新動態，但這些內容並不構成財務建議。我們分享的是資訊、趨勢與見解，而非買入、賣出或投資的建議。在採取任何財務行動前，請務必自行做好功課。

HOKANEWS 對於您依據本網站內容所採取行動而導致的任何損失、收益或混亂概不負責。投資決策應來自您自身的研究，並在理想情況下參考合格財務顧問的指導。請記住：加密貨幣與科技市場瞬息萬變，資訊隨時可能更新，儘管我們力求準確，但無法保證內容百分之百完整或即時。