周春媚

　　最近，科技公司间盛行一股“Token-maxxing”（Token消耗最大化）的新风潮。简而言之，就是鼓励员工使用AI工具，尽可能多地消耗Token。Token消耗量成为了一种新的绩效考核指标，以此判断员工拥抱AI的程度，甚至定义其能否在AI时代胜任工作。

　　作为AI大模型处理信息的基本单元，Token可量化、易比较，是衡量AI使用率最直接和简明的指标。当前AI发展日新月异、一日千里，科技公司害怕错过这股技术浪潮，以“量大管饱”“不怕浪费”的态度激励员工积极使用AI，虽然有些简单粗暴，但也有其合理性。通过考核Token消耗量，科技公司释放了一种明确的信号——AI已经成为必选项，拥抱AI并非一句口号，而要落到实打实的行动中。Token消耗量或许并不是最科学的指标，但它可计算、能排名，能在最短的时间内促使员工“动起来”，推动组织的AI化。

　　将Token消耗量纳入管理系统，在AI时代无可厚非。但如果将其变成一项单一考核指标，与员工的AI使用能力进行绑定，忽视实际产出和创造的真实价值，则会导致动作变形，催生许多令人啼笑皆非的乱象。例如，硅谷巨头Meta在内部推出了Token消耗量排行榜，有员工为了“刷榜”，故意运行大量冗余的模型调用任务，甚至创建了让AI空转的脚本以提升使用量。有的公司给研发团队设定每日消耗Token配额，用不完绩效评级就会受限，员工为了应付考核，研究出千奇百怪的方式推高使用量。奉Token消耗量为圭臬，不仅造成了资源浪费，也破坏了组织信任，演变为一种新型的职场内卷和形式主义。

　　这种现象产生的根源，在于错把指标当成目标。普及AI工具的目的在于降本增效，创造更多的价值。组织的有效AI化并非比拼谁大模型用得贵、Token烧得多，而是AI提升了多少工作效率、贡献了多少价值增量。Token消耗量只是中间的一个过程指标，并不等同于工作实效。事实上，真正对AI理解深入的员工，追求的应该是用更少的Token达成更好的交付结果，实现更优的投入产出比。这就类似于，比拼工作时长容易鼓励“表演式加班”，过分看重论文发表数量会导致科研注水。用错绩效考核的指挥棒，大量烧掉的Token只会增加企业的数字账单，而不能转化为真实的生产力。

　　对于一心想要赶上AI技术快车的科技公司来说，当AI能够极大提升执行层的效率时，管理层的判断力就成为了最稀缺和宝贵的能力。相比于一窝蜂的“大干快上”，更应想清楚AI能用来干什么、怎么用才能为组织创造真实的价值。据媒体报道，Meta内部Token消耗榜的榜首员工，单月消耗的算力成本就达百万美元，与此同时，Meta也是硅谷裁员最激进的科技公司之一。在这种情况下，Token消耗量的激增并没有带来营收的成倍放大，而成本只是从人员薪酬向算力支出进行了简单平移，那么推动组织AI化的意义与效果就要打上一个大大的问号。

　　AI时代需要重塑管理的理念与思维，不能再用简单指标代替复杂判断。所谓AI转型，并不是盲目推高Token消耗量来彰显AI的渗透率，而是将AI置于整个价值创造的链条中，提升从决策到执行的工作流效率。这就要求企业构建更合理的评估体系，让Token回归生产力本质，更关注实际产出与结果。毕竟，Token烧得多只能证明烧得多，如果不能解决更多问题、创造更大的增量业务，“Token竞赛”只会徒增管理成本，沦为一张好看但无用的榜单。

　　本版专栏文章仅代表作者个人观点