商傳媒｜葉安庭／綜合外電報導
高德納諮詢公司（Gartner）最新預測指出，到 2028 年，人工智慧（AI）輔助軟體開發的平均成本，恐將超越聘請一名軟體開發人員的年薪。此一趨勢正讓企業面臨 AI 應用成本失控的挑戰，促使許多公司開始採取「Token 配給」措施來控制支出。
近年來，企業為提升效率，紛紛積極導入 AI 編碼工具。根據 GitLab公司（GitLab Inc.）委託哈里斯民意調查（The Harris Poll）進行的研究顯示，高達 91% 的組織已啟用至少兩款 AI 編碼工具。受訪者中，78% 的人認為開發人員採用 AI 工具後，編寫程式碼的速度明顯加快。然而，有高達 80% 的受訪者坦承，採用 AI 工具的速度遠快於制定相關管理政策。
AI成本攀升與治理困境
AI 編碼成本急遽上升的主要原因，在於大型語言模型（LLM）Token（用於大型語言模型處理資料的單位）的龐大消耗，以及產業向「按使用量計價」模式轉變。一旦開發人員生成更多程式碼、分析更龐大的資料庫，或依賴更複雜的 AI 模型，Token 消耗量便隨之增加，導致費用飆升。
例如，叫車平台 Uber 就曾傳出在要求員工多使用 AI 工具後，四個月內便耗盡全年 AI 預算，隨後不得不限制員工使用 Claude Code 和 Cursor 等 AI 工具。儘管 AI 工具能有效提升工作效率並節省時間，但若用昂貴的模型處理簡單任務，投資報酬率（ROI）就會大幅降低。
目前的調查也揭露了企業在 AI 治理上的困境。多達 43% 的受訪者無法明確區分程式碼是由人類或 AI 生成，而 73% 的人擔憂 AI 生成程式碼的維護性。82% 的受訪者指出，這種擔憂可能帶來企業尚未準備好應對的「技術債」（未來維護成本）。此外，有 44% 的受訪者認為 AI 生成程式碼是「頂級技術風險」。GitLab 產品與行銷長 Manav Khurana 便指出，若缺乏控制，速度反而會成為一種負擔，而非優勢。
高德納提出應對策略
為避免 AI 編碼成本失控，高德納諮詢公司建議企業應採行更嚴格的營運控制措施，而非一味限制採用。具體策略包括：
- 建立使用案例框架： 明確定義 AI 工具的使用情境與自主程度，將工作流程分為開發者主導、開發者與 AI 協作，以及完全由 AI 主導等類別。
- 模型與任務匹配： 針對任務複雜度選擇適當的 AI 模型，簡單任務使用較小型、成本較低的模型，複雜挑戰則保留給高階模型。
- 情境工程（Context Engineering）： 訓練開發人員僅提供必要的資訊給 AI 模型，以減少 Token 使用量，同時確保生成品質。
- 成本監控與管理： 引入 Token 使用門檻、費用超支的升級程序，並建立自動化監控系統，防止非計畫性支出，並追蹤使用模式。高德納強調，Token 消耗應成為軟體開發審查的常規議題，以識別低效之處並分享最佳實踐。
隨著企業 AI 進入「Token 配給」時代，IT 部門正導入使用追蹤系統，監控員工如何、為何使用 AI 工具以及消耗多少 Token。企業也開始設置個人每月使用上限，或要求經理核准才能使用更強大的 AI 模型，甚至部分公司已開始實施將 AI 使用費用計入部門預算的「收費回溯」制度。高德納預估，AI 採用的經濟效益將很快與技術本身同等重要。
