这三条新闻，我看了两遍才放到一起：高盛禁止交易员和银行家使用第三方AI智能体，律所员工自己订阅的AI工具被指可能构成执业风险，苹果把部分工程师的每日AI预算从300美元下调到200美元。
一条是金融，一条是法律，一条是硬件公司。看起来互不相干，其实是同一件事的三个切面：企业给AI的免费试用期，正在结束。
过去两年，绝大多数公司对AI的态度是“你先用起来”。今年开始，同一个动作变成了“你先说清楚这笔钱花在哪、这个权限谁批的、出了事谁负责”。这不是AI退潮，这是AI从福利变成成本科目的那一刻。
一、权限这笔账：同一把钥匙，不能开两扇门
高盛的处理方式很值得逐字读。它不是禁用AI编程工具，而是按岗位分流：软件工程师和策略师继续用，交易员不能用。同一家公司，同一个工具，两种权限。
理由写在明面上。Claude Code这类智能体能读文件、写程序、跑程序，权限通常等同于使用者本人。工程师写的代码会经过审查、测试、部署控制才上线；交易员写的脚本，可能当天下午就直接跑在交易台上。工具没变，风险敞口变了。
这件事真正的启示不是“金融业怕AI”，而是智能体的风险不取决于它有多聪明，取决于它继承了谁的权限。一个能读客户交易流的脚本，失误一次就是真金白银；一个能读合同库的助手，失误一次就是客户数据外泄。能力越强，越要把“谁授权、审什么、怎么回滚”写在部署之前。
反问一句：你公司里那些“自己接了个API就开始跑”的自动化脚本，有几个人知道它拿的是什么权限？
二、订阅这笔账：AI从集中采购，变成了员工自费
律所那条新闻更隐蔽，也更普遍。转录、文档分析、研究助手这类工具，正在以订阅制SaaS的方式绕开IT和合规：业务部门刷张卡就开通，合同、薪资文件、财务报表草稿直接上传。工具本身没错，错的是它不在任何人的台账上。
企业软件的采购路径，过去二十年是“IT集中买、统一部署、统一管控”。AI这一轮把它拆成了两条：一条是CIO签的大单，一条是员工自己订阅的小单。前者有合同，后者只有信用卡账单。
对SaaS厂商来说，这是难得的分发红利——不用过采购、不用做POC，一个爆款功能就能自然增长。对专业服务机构来说，这是执业风险的新入口：数据存在哪、谁能访问、输出能不能直接交付给客户，三个问题都没有答案。
所以闸门不会设在“禁止使用”，会设在“备案与审查”。谁的工具、存什么数据、输出谁签字，这三行字会成为2027年专业服务机构的标配制度。
三、成本这笔账：模型在降价，总账却在涨
苹果把每日AI预算从300美元降到200美元，很多人第一反应是“苹果也缺钱了”。不是。这家公司账上的现金足够它烧十年AI。它下调预算的原因只有一个：按人头乘以调用量，这笔支出没有上限。
注意一个反常识的现象：模型单价在快速下降。Anthropic新发布的Fable 5.2把输入价格从每百万token 10美元降到8美元、输出从50美元降到40美元，降幅20%；Meta的轻量智能体模型Muse Ember，输入价格压到每百万token 10美分。
但企业总支出还是涨。因为单次调用便宜之后，用法就从“人问一句”变成“智能体自己跑一百轮”：拆任务、调工具、校验、重试。单价降了80%，调用量涨了20倍，总账照样翻倍。
这就是为什么“AI预算管理”会变成一个独立的软件品类。它不是财务软件的一个报表，它要管的是：哪个部门、哪个项目、哪类任务在烧token，烧出了什么结果。没有这层计量，CFO看到的永远是一个只涨不降的黑箱。
四、人效这笔账：分化已经大到无法用方法论解释
闸门之外，还有另一股力量在推。ICONIQ的基准数据显示，典型B2B企业的每人ARR是23.7万美元；而ARR超过1亿美元的高增长公司，中位数是65.5万美元，同时保持115%的增速。
头部更夸张：英伟达约920万美元，AppLovin约880万美元，SaaStr约670万美元——后者约2000万美元收入，由3名人类员工加约20个智能体完成。Anthropic截至今年9月底的滚动十二个月人效超过660万美元，上年同期是140万美元。
这组数字最扎人的不是绝对值，是方向。同等人效目标下，头部公司的市场进入团队规模比过去缩减了21%到43%，裁员先落在销售和市场。这意味着“多加人就能多卖货”的线性模型，在头部已经断了。
但我不认为这是纯粹的效率红利。统计口径并不统一：有的是公司自己披露，有的是拿单季收入年化除以最新员工数，统计后新增招聘会让实际人效被高估。更关键的是，人效高不等于护城河深，AppLovin的高人效来自卖掉应用业务、只留广告平台的结构性精简，不是每个行业都能照抄。
真正会变的是采购逻辑。企业买软件，过去按席位买；接下来会按结果买——不是“给我100个账号”，而是“这个流程的完成率提到多少，我付多少”。这对SaaS是个坏消息，对能把结果说清楚的厂商是个好消息。
五、闸门的三种形态：审批、计量、复核
把这几家公司的做法抽象一下，闸门其实只有三种形态。
第一种是审批，解决“谁能用”。高盛按岗位分流，本质是把权限授予的决策权收回到一个明确的节点。适用于能接触客户资产、能对外交付、能直接动钱的场景。
第二种是计量，解决“用了多少”。苹果把每日预算从300美元压到200美元，本质是给一个没有上限的支出装了一个水表。它不需要禁止任何工具，只需要让每个人知道自己的额度。适用于研发、内容、客服这类高频调用岗位。
第三种是复核，解决“用得对不对”。律所那条新闻指向的就是这一层：输出可以直接进交付物，就必须有人在中间签字。适用于法律、审计、医疗、金融投顾这类责任无法转移的行业。
三种形态对应三种成本：审批增加的是流程时间，计量增加的是管理工具，复核增加的是人力。企业要选的不是“要不要管”，而是“愿意为哪一类风险付哪一类成本”。全都上，效率会被拖死；一个都不上，风险会在某一天集中兑现。
六、闸门怎么设：按后果，不按岗位
小公司会问：我们没有合规部，也没有法务，闸门怎么设？
答案不是照抄高盛，而是按“出错之后能不能承担”来划线。能读客户数据的，先审批；能直接对外交付的，先复核；能自动执行的，先留回滚。三句话就能落地，不需要一个部门。
最怕的是另一种做法：一刀切禁用。禁用不会让AI消失，只会让它转入地下，变成更多不在台账上的订阅和脚本。到那时，风险不是变大，是不可见。
AI不会因为被管住而失去价值，只会因为没人管而失去信任。企业真正要建的，不是一道墙，是一本账。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
