根據《Bloomberg》引述知情人士報導，蘋果在 10 月悄悄調降部分工程師使用 AI 模型的每日支出上限，從 300 美元降到 200 美元，並計畫再調降部分工程團隊的額度。與此同時，蘋果仍尋求讓 AI 成為營運核心。報導形容，這凸顯蘋果面臨的平衡難題：一邊要控制成本，一邊又要鼓勵員工把 AI 更深入融入日常工作。
AI 帳單的壓力，Gartner 早已提出預警。這家研究機構預測，到 2028 年，AI 寫程式的成本將超過開發者的平均薪資，原因是大型語言模型（LLM）的 token 用量上升，AI 寫程式工具供應商的計價方式也從按席次授權，轉向依用量計費。token 是生成式 AI 模型處理的資料單位，用量多寡將直接影響這類工具的成本。當員工的 AI 工具全面開放，企業要怎麼鼓勵使用，又不讓支出失控？
蘋果部分工程師每日 AI 額度降到 200 美元，工作需要可向資深主管申請例外
蘋果的這些預算考量的就是 token。AI 供應商通常依 token 用量計費，越先進的模型通常越貴；撰寫、除錯程式碼這類複雜任務，也會消耗大量 token。蘋果員工可以使用多種 AI 服務，包括 Anthropic 的 Claude、OpenAI 的 ChatGPT 與 Google 的 Gemini。
知情人士表示，蘋果正計畫對部分工程團隊進一步削減，每日額度可能低到 100 美元。許多非工程部門本來就是每日 100 美元上限，蘋果也已考慮把部分非工程團隊降到 25 美元。工作上需要更高額度的員工，可以向資深主管申請例外。對於這些調整，蘋果發言人拒絕置評，相關數字目前都來自知情人士。
蘋果內部對此反應不一。部分員工表示，很少人用滿每日 300 美元的額度，舊上限過於寬鬆；也有人把這次削減視為更廣泛成本控制的訊號，加深對可能裁員的擔憂。《Bloomberg》此前報導，9 月 1 日上任的執行長 John Ternus 正推動蘋果運作得更快、更精簡，減少管理層級。
部分團隊改用較便宜或裝置端的模型，蘋果研發費用則增加 32%
在模型選擇上，蘋果引導部分團隊改用較便宜的模型，或是在裝置上執行的 AI 模型。至於這次調整實際能省下多少，目前仍不清楚，尤其部分員工本來就沒用到舊上限。若後續再調降，影響可能更明顯，重度使用者可能得申請例外，才能繼續使用依賴的工具。
另一方面，蘋果的整體支出正在上升。蘋果本週公布，2026 財年研發費用增加 32%，並表示主因是基礎設施與 AI 成本上升；全公司營運費用則增加 22%，達 755 億美元，占總淨銷售額的 16%。
《Bloomberg》指出，蘋果的調整反映科技業更廣泛的轉變：起初鼓勵員工大規模試用 AI 的企業，正越來越仔細檢視成本。難題在於，企業能砍掉多少支出，而不削弱當初讓它們擁抱 AI 的效率提升。
微軟、特斯拉、Uber 也收緊 AI 用量，Gartner 建議設門檻、依任務分流模型
收緊 AI 額度的公司不只蘋果。微軟也收緊了內部 AI 支出額度，特斯拉則對員工 AI 支出設下每週 200 美元上限。Uber 為個別 AI 寫程式工具設下每月 1,500 美元的用量上限。Meta 則引入 token 預算，並鼓勵員工轉用自家開發的 AI 工具。
Gartner 資深首席分析師 Nitish Tyagi 指出，企業正從實驗快速走向大規模部署 AI 寫程式代理（AI coding agents），但許多企業低估了 token 用量增加的財務衝擊。他說：「token 使用紀律不會只靠開發者的選擇而出現，因為開發者往往優先追求速度與便利，而非成本效益。」Tyagi 也提醒，多數企業仍缺乏衡量成本與業務影響的成熟度與框架，軟體工程主管越來越擔心 token 支出難以證明合理，預算也常比預期更早用完。
Gartner 建議軟體工程主管設下治理機制，包括用量門檻、超標呈報（escalation）機制與自動化監控；並依任務複雜度選用模型，把較簡單、高頻率的任務交給較小的模型，前沿模型（frontier model）則留給複雜、高價值的開發工作。對工程團隊而言，Gartner 也建議先把開發任務分成開發者主導、開發者搭配代理、完全由代理主導三種模式；落實情境工程（context engineering），只放入相關資訊、能摘要就摘要，在不影響產出品質下減少 token 消耗；並在衝刺（sprint）回顧會議中，定期檢討高 token 用量的工作流程。
也有經理人從自己的用量著手調整。《Bloomberg》今年 7 月的另一篇報導提到，人資軟體新創 Gusto 財務長 Mike Taylor 在公司公布員工 AI 使用排行榜後，發現自己的花費相對於工作內容過高。他請 Claude 協助檢查，發現自己連簡單任務都使用 Anthropic 較強大的 Opus 模型，於是把預設模型改成較輕量的選項，減少每週自動執行的任務，並改用更精準的提示。Taylor 表示，這些改變幾乎立即讓他的 token 成本降低 13%。Gusto 也開始調整全公司的預設設定，並對工程師設下「軟上限」。
Gartner 的 Tyagi 預期，AI 寫程式的成本會持續上升。他指出，基礎設施投資與獲利壓力正推高模型價格。同時，隨著更多開發者採用 AI 工具，輕度使用者會隨著熟悉與依賴程度提高，很快成為主流使用者，進一步推升 token 用量與整體支出。
【推薦閱讀】
◆ 【token 變便宜，AI 帳單反而更貴】代理成本 2028 年前增逾 5 倍，Gartner 建議企業為推論分級
◆ AI 成本失控，企業轉向私有雲：HPE 靠智慧路由省下六成 token 成本
◆ AI 寫的程式碼愈來愈多，美國軟體開發職缺卻增近 15%：工程師沒被取代的原因是什麼？
＊本文開放合作夥伴轉載，資料來源：《Bloomberg》1、Gartner、《Bloomberg》2，首圖來源：Pixabay
