2026 年 10 月 18 日，一份券商宏观深度报告给了一个此前很少被摆到台面上的对照。报告测算，每位员工分摊的年化 AI token 开支在 2026 年 5 月已接近 9 万美元，同期美国劳动力的平均雇佣成本约为 9.8 万美元。金融科技平台 Ramp 预计，到 2026 年四季度，每位员工分摊的年化 AI token 开支将突破 20 万美元，高于美国软件工程师的平均年薪 19.2 万美元。报告的结论是，在高使用强度的情形下，短期 AI 的部署成本高于劳动力成本。
这个对照的意义在于它给出了一个新的计价单位。AI 的成本已经可以用人来计价。
一旦用人的单位来算，预算逻辑就要换。过去企业买软件，按项目批预算，一次性支出，折旧几年。现在用 AI，按调用量付费，每个岗位每天都在消耗，消耗多少取决于这个岗位怎么用。它更像雇了一个人，工资按用量结算，不进编制，也不进人力预算。
这种看不见的人最容易被漏管。它不在人头表里，不在组织架构图里，只在 IT 的费用科目里留一行。到了年底超支，才发现是某个部门用量翻了五倍，而这个部门今年并没有新增任何业务。
这张岗位表要落地，得由人力与财务一起做。人力出岗位和人头，财务出单价和费用归属，两边对完再交业务确认。单独由 IT 做，数字对不上人力预算。单独由财务做，业务不认。三方一起做一轮，后面每个季度只需要更新调用量。第一次做不必求全，先选三个用量的岗位群试，跑顺了再铺开。 做错的样子，是把 AI 预算放在 IT 科目里按项目批。项目批下来之后没人再看用量，因为用量不属于任何一个业务负责人的考核。用得多的人不受约束，用得少的人不敢用，最后成本集中在少数几个团队，收益也集中在少数几个团队，公司层面算总账永远是负的。
可行的做法，是把 AI 成本和人头成本放在同一张表上过。按岗位列，四列。
第一列，岗位。不用列到每个人，列到关键岗位群，设计、内容、客服、财务、销售支持。
第二列，月调用量。这个数字大多数企业拿得到，只是没人按岗位归集过。
第三列，折算人力成本。把月调用量按当期单价折成钱，再折算成相当于零点几个人。这一列是让业务负责人有感觉的关键。说花了三万块没感觉，说相当于多雇了半个人，感觉立刻就来了。
第四列，产出变化。这个岗位的产出有没有跟着变。调用量涨了三倍，产出没变，说明这个岗位的用法有问题，问题不在工具。
四列每季度和人头表一起过，会带来两个好处。成本可见，预算不再是黑箱。用法可比，同一个岗位群里谁提升明显、谁没有，经验可以互相学。
当 AI 的单位成本接近一个人，企业的配置会出现新选择。同一个任务，可以配一个人，可以配半个人加一套 AI，也可以只配 AI 加一个审核人。三种配置的成本接近，风险完全不同。配人，风险在人的稳定性。配半个人加 AI，风险在这个人会不会用。只配 AI 加审核，风险在出错时谁负责。
三种配置怎么选，标准只有一条，这个任务的错误代价有多高。错误代价低、量大、规则清楚的，可以只配 AI 加审核。错误代价高、需要判断的，必须有人在里面。这条线划错了，省下的成本会用另一种方式还回去。
最后一句给董事长。AI 预算不该只由 IT 提，也不该只由财务砍。它应该和人力预算一起，由业务负责人提，由董事长拍。这两笔钱买的是同一样东西，让公司把事做完的能力。放在两张表上，就会出现一边加人一边买工具、两边都不负责的局面。
第一次做这张表，先别追求精确到人。口径统一比精度重要。表不用漂亮，能对上就行。表定下来，就别再改口径。改一次，前后数就不能比。