OpenAI 董事长 Bret Taylor 预计，在未来 12 个月内，大多数企业将不再纠结于AI tokens的使用与成本问题，因为这一职能正加速被外部供应商和垂直软件服务商接管。
要点概览：
- OpenAI 董事长预计，围绕 AI Token 成本的企业焦虑大致在一年内会明显降温。
- 他认为，通用 SaaS 厂商和行业垂直软件公司将替企业承担 Token 管理与计费的复杂度。
- Taylor 同时质疑，所谓更便宜的开放权重模型，在真实生产环境中是否真的更“省钱”。
Bret Taylor：Token 成本焦虑将被“外包”
也是客服创业公司 Sierra 创始人的 Taylor 在周一做客 CNBC《Squawk Box》节目时表示，当前围绕 “tokenomics”（代币经济学）的种种抱怨，本质上是 AI 市场尚未成熟的阶段性问题。
在现行商业模式下，Token 是大模型处理文本的基本计量单位，云服务商往往按 Token 用量定价、结算账单。今年早些时候，不断攀升的 Token 开支迫使多家大型科技公司的 CFO 收紧 AI 预算，反思这些投入能否带来与成本相匹配的产出。
Taylor 预计，这一负担未来会更多转移到第三方公司身上。他提到，企业支出管理平台 Ramp 新上线的相关工具就是早期样本。一些垂直领域玩家，例如法律 AI 创业公司 Harvey，已经在为客户“包办” Token 管理和计费，市场正从“按算力计费”走向“按结果、按业务指标付费”。
Kimi K3 把“Token 效率”推上台前
Taylor 将当下的 AI 投入阶段类比为“早期互联网建站时代”——当时搭建一个网站的成本远高于今天。他认为，这一阶段为创业者提供了机会窗口：谁能帮企业从复杂的 Token 记账中解放出来，谁就能抓住新一轮基础设施红利。
7 月 16 日，Ramp 发布了其 AI Token 支出控制与看板功能。Ramp 披露，自 2025 年 6 月以来，其客户在 AI Token 上的支出规模已放大约 20.7 倍。
上周，中国初创公司 月之暗面（Moonshot） 发布了新一代大模型 Kimi K3，以相对更低的标价在硅谷引发关注，被视作对 OpenAI 与 Anthropic 旗舰系统的直接挑战。但 Taylor 指出，Kimi K3 是否在真实使用场景中“整体成本更低”，目前仍缺乏足够证据支撑。
在接受采访时，他淡化了开放权重模型在标价上的优势，认为前沿实验室在 Token 与算力效率上依然占据明显领先。
在他看来，“每个 Token 的含金量并不一样”：模型质量会直接影响完成同一任务要消耗多少 Token。Taylor预测，一年左右时间内，企业的 IT 部门将为市场团队和软件工程团队分别运行不同的 AI 系统，围绕业务目标而非 Token 数量来优化。
Taylor 近期表态脉络
此番言论延续了 Taylor 近来一系列公开露面和访谈。7 月 16 日，他在同一电视台表示，OpenAI 目前在 IPO 计划方面“没有新消息可披露”，当时谈话重点还包括企业 AI 预算与一宗涉及 Apple 的诉讼。
Taylor 近期一再强调，将聊天机器人接入知识库，“现在基本是一个周末就能搞定的工程”，真正棘手的问题已经转向安全防护（guardrails）、语音交互体验以及如何满足高度监管行业的合规要求。