給員工每月?700?元?AI?補貼，這種公司會越來越多

先看一個數字，140 萬億。

這是國家數據局發布的，到今年 3 月，中國日均 Token 調用量已經超過 140 萬億，相比 2024 年初增長了 1000 多倍。

現在，Token 還有了個中文名，叫「詞元」。

如果你對這個數字沒感覺，我換個說法你就明白了。

現在有些公司已經開始給員工發 AI 補貼了，不是買咖啡，不是發餐補，而是給你報銷 AI 工具、給你配 Token 額度，甚至把 AI 使用能力寫進考核、晉升和淘汰標準里。

聽上去很新，但它已經不是未來，而是現在。

早上起床，我的 AI 員工「唐指導」已經幫我整理好了早報，其中有一篇是中國企業家雜志發表的文章，里面有提到幾個很具體的案例對我觸動很大。

看完后就一個感受：很多人還在把 AI 當工具，但很多公司已經把 AI 當能力了。

先說昆侖萬維這家公司。

他們內部已經明確要求技術研發人員必須使用 OpenAI Codex、Claude Code 這類 AI 編程工具，而且目標也不是試試看，而是要把開發效率至少提升 50%。

如果做不到，部分員工會面臨末位淘汰。

公司給技術員工配置的 AI 預算大約是每人每月 700 元，按照大約 1500 名研發人員來算，一個月就是 105 萬元，一年超過 1200 萬元。

這個錢聽起來不少，但公司管理層的判斷很直接，太值了。

為什么值？

因為結果在說話，用了一個月之后，研發速度提高了 50% 以上，一些架構師和 Team Leader 的效率甚至能到 3 到 5 倍。

你想一下，一家公司每個月多花 100 多萬，如果能換來更快的交付速度、更少的人力浪費、更高的人效，這筆錢它當然愿意出。

再看 58 同城，我們對這家公司的理解可能還是一個萬能雜貨鋪，他們能跟 AI 扯上什么關系？

58 同城的老板姚勁波說，公司現在每天消耗的 Token 已經接近 2000 億，很快會突破 3000 億。

他的態度不是讓團隊省著用，而是希望大家多用。

因為在他看來，問題不是 AI 花了多少錢，而是業務有沒有因為 AI 被真正優化。

他們在提拔干部、調整組織結構的時候，也會看一個人的 AI 能力。

如果一個管理者不了解 AI、沒有 AI 視角，那未來就很難被放到更重要的位置上。

講真，這句話其實非常值得普通職場人重視。

這意味著，AI 的影響已經不是停留在執行層面了，而是在往考核層、管理層、晉升層走。

再說一個更直接的例子。

有贊這家公司會給普通員工每天 150 元 Token 補貼，給技術團隊每天 1000 元。

為什么？

因為老板發現，原來公司里很多想法、很多工作流程、很多執行動作，現在已經可以直接交給 AI 來做。

你會發現，這些公司雖然做法不同，但底層邏輯是一致的。誰能用 AI 把效率提上來，誰就更值錢。

誰還停留在「偶爾問問 AI、查查資料、寫寫提示詞」這個階段，誰很可能會慢慢掉隊。

很多人對 AI 還有一個誤區，總覺得它只是一個輔助工具，用不用都行，最多就是提高一點效率。

但是，現實并不是這樣。

在越來越多崗位上，AI 已經開始影響工作結果了。

做內容的人，可以用 AI 幫你搭框架、提觀點、改表達。

做運營的人，可以讓 AI 幫你分析數據、拆活動、寫方案。

做產品和研發的人，可以讓 AI 幫你出方案、寫代碼、查 bug、做文檔、跑流程。

做管理的人，可以讓 AI 幫你整理信息、跟進任務、復盤問題。

這不是簡單地省一點時間，而是在改變一個人的產出方式，是生產力的本質性提升。

以前你一天只能做一件事，現在你可能能同時推進三件。以前你要花三小時做完的工作，現在半小時就能拿到一個不錯的初稿，然后把更多時間用來判斷、優化和決策。

人與人之間的差距，就是這么一點點被拉開的。

所以我一直覺得，普通人現在最該重視的，不是「AI 會不會取代我」，而是「我會不會用 AI 放大自己」。

公司在變，崗位要求在變，考核標準也在變。

以前大家拼的是經驗、資歷、勤奮和加班時間，接下來會越來越拼另一種能力：你能不能借助 AI 在更短的時間里做出更多結果。

如果你會用，AI 會幫你把能力放大。

如果你不會用，同樣的時間里，別人已經比你多做了幾倍的事。

這里面還有一個關鍵點，就是如何使用 AI？

就拿最近很火的龍蝦 OpenClaw 來說，很多人裝上后就懵了，不知道怎么用、用在哪、用來干嘛。

即便能用上，也就是用來查查信息、做做日報、陪聊幾句，其實這些意義都不大。

相反，如果你能把自己做內容、做運營、做產品、做技術的方法教給自己的龍蝦，那就是生產力的原地起飛。

我現在就是這樣的，至少我做內容和做產品兩件事，我的幾個 AI 員工每天至少給我節省 3 小時。

因此，我給他們花些錢買 Token 其實是一筆非常劃算的投資，ROI 太高了。

同時，這也是我做「AI 個體戶計劃」的一個核心原因。

在這個計劃里，不是單純教大家學幾個工具，我更想幫普通人真正建立 AI 思維，學會怎么把 AI 用到自己的工作和業務里。

因為真正有價值的，從來不是知道幾個模型名字，也不是收藏了多少提示詞，而是你能不能把 AI 變成自己的生產力。

你是上班族，就用它提升效率、擴大崗位價值。你是自由職業者，就用它提高交付能力、降低時間成本。

你想做副業、做個人IP、做內容、做產品，也一樣，關鍵不是懂多少概念，而是能不能真正上手，真正做出結果。

說到底，AI 對普通人最重要的意義，不是炫技，不是跟風，而是給了你一次重新拉開差距的機會。

時代給人的機會并不多，但這一次，機會很明確。

誰先重視，誰先學習，誰先用起來，誰就更容易在接下來的幾年里把自己的工作能力、職業空間和收入水平重新提升一遍。

別等公司把 AI 寫進考核，你才開始著急。

也別等別人已經用 AI 多拿結果、多拿收入、多拿機會了，你還把它當成一個聊天工具。

未來真正值錢的，不只是努力的人，而是會借助 AI 把努力放大的人。

寫到這里，我的另一個專門負責產品的 AI 員工給我發來了一條消息，我 10 分鐘之前發給它的一份業務數據報表它已經分析完了。

我看了看結果，陷入了沉思。

················· 唐韌出品 ·················

安可時刻

我把前幾天連續 3 天直播的數據導出來發給我的 AI 員工「唐指導」，讓他幫我做了個復盤。

他不僅基于數據給出了改進點，還給我制定了一套以后可復用的直播框架。

尤其是在第三場直播前，他給了我一些建議，然后我照做了，于是第三場的各項數據明顯比前兩場好。

這種三天直播有個規律，就是每場的觀看人數會下降，實際上這是個篩選過程。

但我更關注的是，峰值和總觀看比值、互動、尤其是高質量用戶互動。

過去我做這件事得自己提取各項直播數據指標，然后整理 excel 文件，接著還要自己分析。

后來我把自己做這類分析的方法和案例發給唐指導，他分分鐘自己搞定。