“每月只给29美元用Claude”？曝埃森哲有人单月烧掉1000美元，官方紧急回应：不是硬性上限

每月仅提供29美元（约合193元人民币）的AI使用额度，究竟能做什么？

对于基础聊天、撰写邮件或整理文档等简单任务，这一金额或许足够。然而，如果每天依赖Claude Code进行编程、运行测试，或让AI代理反复执行复杂操作，29美元可能几天内就会耗尽。

近期，咨询巨头埃森哲（Accenture）因其Claude费用政策引发热议。据404 Media报道，自今年10月1日起，公司每月为每位员工集中承担的Claude使用费用为29美元；而此前，部分员工每月使用Claude Code的成本高达500至1000美元。

从29美元到1000美元，差距超过30倍。消息传出后，许多人认为埃森哲开始限制员工使用AI——毕竟，该公司本身是推动企业AI转型的积极倡导者，并与Claude开发商Anthropic建立了多年战略合作。

一方面鼓励企业拥抱AI，另一方面却精打细算管理自家员工的AI开销，这种反差自然引发了广泛讨论。

有人月消费500美元，超额费用由谁承担？

据404 Media最新报道，埃森哲在一份内部备忘录中说明了Claude使用费用的新安排：公司每月为每位员工集中承担29美元，超出部分需通过工作分解结构（WBS）计入具体项目或团队，并获得相应预算支持。

WBS可理解为内部项目计费编码：这笔钱具体用于哪个客户项目或团队工作，必须有明确归属。

例如，一名员工当月使用了价值500美元的Claude服务。公司承担29美元后，剩余的471美元需由对应项目或团队承担，而非继续由公司统一支付。

这意味着，员工若想继续高强度使用Claude并非不可，但必须有人为额外开支买单。埃森哲随后明确表示，将政策理解为每月严格限制员工使用AI工具的说法不准确：29美元只是说明公司资助方式的一部分，不能直接等同于员工使用上限。

然而，备忘录也强调，即使提供了项目编码并获得使用许可，也不代表员工可以无限期、持续访问Claude。据报道，已有一名员工失去了Claude使用权限，但该情况与费用调整之间的直接关联尚未确定。

此外，埃森哲未公开这份备忘录，也未披露受影响员工的具体数量。因此，29美元适用于哪些员工、如何计算，以及超额费用的审批标准，目前尚无完整答案。

一边推广AI，一边为何管控账单？

如上所述，此事受关注还有一个重要背景：埃森哲并非对AI持怀疑态度的企业。

去年12月9日，埃森哲与Anthropic宣布达成多年战略合作，计划加速AI在大型企业中的应用。双方计划培训约3万名埃森哲专业人员使用Claude，并推动Claude Code在开发团队中落地——当时，Anthropic CEO Dario Amodei称这是公司“有史以来最大规模的部署”。

既然如此，埃森哲为何还要调整自家员工的Claude费用安排？

原因不难理解。埃森哲拥有约81.4万名员工，若每个人都能不受限制地使用AI，即使平均每人额外支出不高，累积起来也可能是一笔巨大开销。

更何况，埃森哲作为咨询服务公司，项目成本直接影响利润：据报道，其超过65%的订单来自固定价格合同。对于这类项目，客户支付的金额通常不会因员工多调用AI而自动增加；若AI使用费用未提前纳入项目报价，新增成本可能由埃森哲自行承担。

因此，将超额AI支出计入具体项目，相当于要求项目负责人明确回答：这笔钱花得值不值？如果AI能缩短交付时间、减少返工，项目承担额外费用或许合理；但若只是让员工反复尝试AI而未带来明确收益，公司自然会重新审视支出。

那么，AI预算应按人头计算吗？

如果你认为埃森哲每月29美元过于“抠门”，不妨看看其他公司的情况：

• Uber在2026年初全量部署Claude Code，95%的工程师都在使用，结果四个月就耗尽了全年AI编码预算；
• 微软的Experiences + Devices部门因重度用户每月500-2000美元的Token账单，在今年5月取消了大部分Claude Code许可证，要求工程师在财年结束前迁移到自家GitHub Copilot CLI；
• 三星对员工开放的Claude、Gemini和ChatGPT也实施了分级Token配额。

更宏观的数据更能说明问题：2025年底至2026年初，Token单价下降了约一半，但同期Token消耗量增长了450%；另一组数据显示，企业AI预算平均值从2024年的120万美元膨胀到了2026年的700万美元。

单价越便宜，总账单越惊人——“杰文斯悖论”在企业AI账本上活生生重演。

如果只看账单，很容易得出结论：使用AI越少，公司节省越多。毕竟每月500-1000美元的AI账单确实夸张。但了解AI编程工具的工作方式后，就不难理解这笔钱的去向。

普通聊天通常一问一答；但AI编程Agent接到任务后，可能连续检查代码文件、分析问题、生成代码、运行测试，再根据报错修改方案。任务越复杂、执行链条越长，Token消耗可能越高。

不同模型的成本也有明显差异。以Anthropic公布的API计费模式为例，输入和输出Token分别计费，能力更强的模型单价通常更高。企业实际费用还可能受缓存、额外工具调用、套餐安排和商业折扣等因素影响。

这就出现一个问题：同样是使用Claude，有人只让它写邮件，有人却让它连续工作数小时、分析代码、执行测试、反复修复问题——两者的实际成本，自然不能按人头平均计算。

一名员工每月花费500美元使用AI编程工具，若因此完成原本需大量人力的工作，这笔钱可能很划算；另一名员工即使只花29美元，若生成内容错误频出、需大量人工修改，也未必创造了价值。

因此，比起仅统计每人消耗了多少Token，企业或许更需要知道：AI完成一项任务究竟花了多少钱？与原有工作方式相比，节省了多少时间和人力？最终交付质量是否下降？

最后，如果你是公司负责人，你会如何制定AI预算？是给每位员工设置固定额度、超出需申请，还是允许员工根据工作需要自由使用？如需了解更全面的AI工具使用信息，可访问开云娱乐网址获取相关资源。

本文来自微信公众号“CSDN”，整理：郑丽媛，36氪经授权发布。