Anthropic 只有 5,000 名員工，運算支出卻是薪資的 2.3 倍；產業中位數企業每位工程師一年僅花 137 美元。680 倍的落差，是這篇分析要拆解的懸念，而 2029 年究竟走向哪個結局仍是未知數。
（前情提要：從逼員工用 AI 到怕燒太多 Token：越來越多企業收緊內部 AI 使用配額）
（背景補充：甲骨文罕見自曝資料中心「恐無法回本」，Oracle 六月股價重挫 40%）
想像一下，一間普通公司 2029 年養一位工程師，一年要付出的 AI 帳單，很可能比這位工程師本人的薪水還貴？這是知名創投分析師 Tomasz Tunguz 用三種情境模型算出來的結論。
當運算成本開始逼近甚至超越人力成本，AI 支出就不再是可有可無的工具預算，而是要跟薪水放在同一張損益表上比較的結構性支出。
算力先吃掉薪水
這個故事要從 Anthropic 自己的帳本看起。根據 SaaStr 統計，這家公司目前只有約 5,000 名員工，卻在 2026 年花費約 100 億美元在推理與訓練上。換算下來，平均每位員工每年背負約 200 萬美元的運算支出，對比 Levels.fyi 估計的全包薪酬 50 萬美元以上，運算支出是薪資的 2.3 倍。
這在整個軟體產業裡是絕無僅有的比例，多數公司完全活在另一個世界。根據 Ramp AI Index 在 2026 年 6 月的統計，最頂尖的 1% 企業，每位工程師一年花在 AI 上約 8.9 萬美元，相當於一位年薪 22.4 萬美元資深工程師薪資的 40%；中位數企業，每位工程師一年卻只花 137 美元，幾乎等於零。
頂端與中位數之間，是接近 680 倍的落差，也是這篇分析最想解釋的懸念：這個落差之後會擴大，還是收斂。
剩下 99% 的公司，會不會、以及多快追上 Anthropic 的節奏？Tunguz 用三種情境框住答案：悲觀情境假設 token 價格持續下滑到抵銷需求成長；基準情境假設頂尖 1% 的成長曲線逐漸放緩；樂觀情境假設整體市場在 2029 年追上 Anthropic 目前的比例。每一種都把 AI 帳單換算成資深工程師 22.4 萬美元基準薪資的佔比，並假設薪資每年成長約 5%：
- 2026 年：悲觀、基準、樂觀情境同為 9 萬美元，佔比 40%
- 2027 年：悲觀 10.6 萬美元（45%）、基準 16.4 萬美元（70%）、樂觀 25.8 萬美元（110%）
- 2028 年：悲觀 11.8 萬美元（48%）、基準 25.9 萬美元（105%）、樂觀 44.4 萬美元（180%）
- 2029 年：悲觀 10.6 萬美元（41%）、基準 36.3 萬美元（140%）、樂觀 59.6 萬美元（230%）
悲觀情境的金額在 2028 年後反而下滑，原因是比例下跌的速度，比薪資通膨還快。
推力與拉力
樂觀情境之所以站得住腳，關鍵在於越來越複雜的 AI 工作流程（agentic workflow）。
當你讓 AI 自主連續執行任務、自己判斷下一步該做什麼，而不是單純一問一答，消耗的 token 數量是聊天模式的好幾個數量級。高盛預測，到 2030 年，token 消耗量會成長 24 倍。
另一方面，根據 Epoch AI 的研究，Anthropic 與 OpenAI 每位員工分別創造 1,400 萬與 650 萬美元的營收，是 Forbes Global 2000 榜單中最高的兩家公司。成本結構，終究是跟著營收結構走的，花得起的公司，通常也是賺得回來的公司。
但拉向悲觀情境的力量同樣真實，而且已經發生了三年。OpenAI 旗下 GPT-4 等級模型的輸入定價，從 2023 年 3 月上市時每百萬 token 30 美元，跌到 2026 年不到 3 美元，三年來每年都以十倍速度下滑。
且開源模型也正在逼近前緣水準，DeepSeek-V3 及後續版本，用十分之一到三十分之一的 API 成本，就交出可以跟頂尖封閉模型相提並論的成績，這正好呼應了開源與閉源之爭為何是 AI 時代最重要的政治問題之一：便宜的開源模型，直接決定了悲觀情境有沒有機會成真。
願意按角色或工作量主動限制用量的公司，也能自己動手壓低這條曲線，不必被動等待價格下跌。
每家公司都在下注
這篇分析真正值得留意的地方，不是「AI 很貴」這個表面結論，而是 AI 支出正從一項可有可無的工具預算，變成一項足以匹敵人力成本的結構性支出。在樂觀情境下，一位工程師的 AI 帳單本身，就足以匹敵一位公開發行 SaaS 公司員工替公司創造的營收中位數（約 25 萬美元），這已經不是工具成本的量級，而是另一份薪水的量級。
當運算費用開始跟薪水放在同一張損益表上互相拉扯，企業需要提前決定自己願意為哪一種未來編列預算。
📍相關報導📍
AI 資本支出 2027 年達 GDP 3.2%，首超美國國防預算
