Chamath：AI「tokenmaxxing」將讓企業 EPS 意外落差

創投 Social Capital 創辦人、AI 顧問公司 8090 執行長，同時也是 All-In Podcast 主持人的 Chamath Palihapitiya 於 7 月 14 日在 CNBC Squawk Box 節目警告：企業內部 AI 使用支出（俗稱 tokenmaxxing）已成長到 CEO 與 CFO 尚未察覺的規模，未來某天財報「EPS 會突然差幾分錢，而管理層並不知道原因」。這是繼近期多位 AI 產業重量級聲音之後，又一次對「AI 支出反噬企業獲利」的公開警示。

「CEOs 與 CFOs 大概根本不知道公司內部 tokenmaxxing 到什麼程度」

Palihapitiya 在節目中直接指出：「CEO 與 CFO 們，依我看，可能根本不知道自己組織內部 tokenmaxxing 已經到什麼規模。」他預測：「總有一天你會看到一家公司 EPS 突然少了幾分錢，而這差距的原因就是 AI 支出被低估。」

「Tokenmaxxing」（token 極大化）是矽谷近期出現的專有名詞，指企業內部把「員工使用 AI 到最大程度」列為明確政策—前提假設是「更多 AI 消費等於更高生產力」。Palihapitiya 是加入這波警示陣營的最新一位重量級投資人，他指出這個「愈用愈多、愈多愈好」的假設本身需要被重新檢視。

Chamath 自身經驗：8090 一年 AI 支出破 $1,000 萬「令我毛骨悚然」

Palihapitiya 3 月時曾公開表示，他自己創辦的 AI 顧問公司 8090 一年的 AI 相關支出已趨近 1,000 萬美元、對「一家新創來說感覺很可怕」（feels very scary）。從一家小型新創的視角看，這個規模的 AI 成本已經足以侵蝕營運槓桿；對大型上市公司而言，內部 AI 使用若沒有明確 tokenmaxxing 治理層，成本可能以「員工按下按鍵」的粒度悄悄擴散，直到季報公布時才被看見。

鏈新聞 7 月 13 日先前擴充過 Circle 執行長 Jeremy Allaire 的《The Agentic Economy》論文—其中「訂閱死亡」與「模型是成本、代理是業務」章節，正是把 AI 消費計價從「席位」轉向「工作量」的結構性論述。Palihapitiya 這次的警示與 Allaire 的分析從不同角度指向同一件事：AI 成本以「按使用量計價」的形式進入企業損益表，企業治理層卻還沒建立與之相稱的預算控制與可觀察性機制。