為員工買單Token的公司，贏在了起跑線上

我身邊有些朋友，最近陷入了Token焦慮。

主要問題在于，這玩意消耗量大，而且還貴。

但凡要和AI聊點什么，或者多提幾個需求，Token就像水一樣飛快地流走了。

有時任務分析到一半就開始瘋狂報錯，只是因為Token透支了。

以至于現在他們一點開和AI的對話框，就情不自禁地開始算賬，算某句話的消耗量是不是太多，算有沒有更精簡的指令方式，算整個任務做下來劃不劃算。

AI原本應該是幫大家提高效率的，沒想到現在又反過來限制了大家。

這不只是普通人的困擾。

就連傅盛也提到過，自己會通過一些使用技巧控制Token費用，但即便如此日均消費也達到了10多美元，30天就是2100元，年費是25200元。

還有報道提到，OpenAI的一位工程師單周消耗的Token高達2100億，相當于閱讀了33遍完整的英文維基百科內容，顯然也是普通員工無法承受的重擔。

這些例子說的是同一件事：AI的使用依舊是有門檻的。不是所有人都能肆無忌憚地培養、訓練和使用AI，除非他有很多很多的Token，或者很多很多的錢。

在這樣的前提下，Token很難真正流入生產，成為企業的助力。

畢竟如果員工在使用AI時不得不精打細算，那么得到的結果是否能讓人滿意，就難說了。

于是有些公司開始行動了。

新聞說，4月1日，安克創新、康師傅飲品、錦江酒店（中國區）、名創優品、和睦家等12家頭部企業集中宣布：為員工提供“無限Token”權益，支持員工深度使用飛書AI產品。

他們來自不同的行業：快消、酒店、零售、醫療、消費電子等等，但做了同一種選擇。

這本身就是一種信號，意味著已經有公司意識到Token的重要性和開放的必要性：與其管Token，不如開放Token；與其把它當成本，不如把它當基礎設施。

當然，選擇開放Token權益的公司，依舊是少數。

盡管如今大大小小的公司都喊著擁抱AI擁抱未來的口號，迫不及待地催促員工們使用AI提高效率，可一旦進入付費環節，他們就略顯躊躇了。

從商業視角來看，似乎可以理解。AI用量是實實在在的成本，無限開放給員工，賬面上的數字想必不會好看，而且也無法保證能夠獲得想要的結果。

所以有些公司不見兔子不撒鷹，希望看到效果后，再為Token付費。

矛盾恰恰也在這里，畢竟員工也不想“自費上班”。

一旦員工每次使用AI都需要精打細算，AI就永遠停留在最淺的用法上。

寫個標題，改個段落，問一個單次的問題，效果自然不盡如人意，自然無法獲得支持。

想要打破這種循環，讓AI真正參與到一家公司的運作中來，只能靠長期、高頻、深度的協作。這種協作需要員工在沒有顧慮的狀態下反復試錯、不斷摸索、把AI用透。

這個過程，沒辦法靠精打細算來完成。

安克創新算是最早想明白這件事的那批公司之一。

在開放包括飛書AI在內的無限token期間，安克創新使用AI自動回復并完成退款、補貨等系統操作

從2023年起，他們就對全員不限量開放了最先進的AI模型，保障所有員工都能用到。

累計至今，員工消耗Token已達5萬億，構建了AIME平臺，沉淀了300+個AI Agent。

這些算力，流向了哪里？各部門都有。

這些年，AI搓出來的營銷物料多達220萬份，比人工手搓的制作效率要高10倍。營銷生產線的工作效率完全提起來了，也間接帶動了品宣銷售等其他部門的發展。

客服們更是覺得AI幫了大忙。現在80%的工單都是AI在接管，它們不僅會自動回復，還能完成退款、補貨等后續操作，不用靠人去逐一處理。

而且AI掌握了全球10種語言，這比我們普通人懂得可多多了。以前處理外國友人的訂單，得用上翻譯軟件，還可能因為語言不通鬧矛盾，交給AI輕輕松松就搞定。

還有后臺的研發端也有收益。普通工程師借助AI協作，2小時可以輸出接近90分的架構設計方案，以前這件事可能需要一位資深工程師花幾天時間。

這些應用場景不是高端人才專屬的工作，恰恰是大量普通員工每天面對的日常。把算力開放給這里，讓大量的經驗和技能系統化，效率才會在整個組織里真正流動起來。

就像安克創新在今年新春致辭里提到的那樣：“AI將極大減少個人的重復性工作，讓員工有更多時間思考與創造，從而獲得更快成長和更大回報。”

這也與康師傅飲品的想法不謀而合。他們都相信，無限Token的設計初衷是“去壓力化”。

當員工可以零門檻探索AI，不用擔心額度限制，也明確不與使用頻率掛鉤時，他們才能用更多的精力充分用AI創造價值上，而不必為怎么省Token而著急上火。

真格基金林惠文說過一句話：“Token是AI時代的電力，不該成為員工的枷鎖。”

這個比喻很準。

電力出現的早期，也是稀缺資源，只有少數工廠、少數城市用得起。當它真正成為基礎設施、普及到每個車間、每個家庭之后，才驅動了真正意義上的工業化。

直到現在，沒有人會說員工做得好才能用空調，沒有人會給研發團隊按用電量算錢。

電是成本，但從來沒有人把它當成分配的資源，因為那太蠢了。

但很多公司對待AI的方式，就是這樣的：按需收費，精打細算。

背后的邏輯是：AI是消耗品，用多了會貴。

這個邏輯不能說全錯，但它的問題在于，它只看見了成本，沒看見可能性

用電的類比說：你買了一棟樓，但為了省電費，讓每個員工自己管自己那一塊的電，最后每個人都學會了少開燈，沒有人去想能不能多裝幾臺機器。

這不應該是一個大企業的發展方向。

AI應該是公司的基礎設施，是生產環節的一部分，跟電、跟網絡是一回事。

如果企業把Token當做成本，一個勁地管控它，結果是員工縮手縮腳，AI停留在最淺層的用法上，只夠跟風看個熱鬧。只有把Token當生產資料，就開放它、下沉它，讓每一個普通員工都能用上，讓算力真正流入工作流，讓效率在組織里發酵。

安克創新、康師傅飲品這12家企業就是后者，他們讓無限算力真正成為驅動員工成長的生產力杠桿，而非單純的福利標簽。員工用AI創造的效率收益，會實實在在地反饋到自己身上，也反饋在企業身上。

反而能夠走向良性循環。

某種程度上，一家公司看待AI的態度，其實影響著它的未來。

不開放Token使用、或者對使用精打細算的公司，員工只會把AI當偶爾借來的工具，能省則省，不敢深問，遇到復雜問題自己扛。

時間一長，AI在這家公司里永遠是個輔助角色。有它也行，沒它好像也過得去。

開放Token權益的公司，員工才會把AI變成習慣，隨時可以問，隨時可以試，邊用邊學，邊學邊深。他對AI能做什么、不能做什么，有了完全不同的判斷力和使用深度。

這不只是效率的差距，是兩種不同的工作方式在同步演化。

一家全員開放算力的公司，和一家掐著Token用的公司，兩年后員工與AI的協作能力，根本不在同一個層次上。兩類公司的差距，也就越來越大了。

黃仁勛在GTC 2026大會上說，Token可能成為工程師薪酬的一部分。Theory Ventures的預測更激進：AI推理成本會成為薪酬的第四大組成部分，與薪資、獎金、股權并列。

這些話現在聽起來還有點超前。但如果你接受"算力是生產資料"這個前提，那結論就順理成章了：生產資料的分配方式，從來都會影響誰更有能力創造。

這又何嘗不是新時代的生產力革命呢？