星空app
机器之心剪辑部
AI 武备竞赛打到当今，局面似乎运转动得奇幻……
近日，科技媒体 VentureBeat 旗下量度机构 VentureBeat Intelligence 网络的 2026 年第三季度连气儿调研数据自满，79% 的企业受访者默示，其 GPU 算力至少有一半时辰处于都备闲置情状。
这一数据在三个月中永久踏实防守在 77% 至 81% 的高位。换句话说，在这批受访企业中，GPU 使用不充分照旧成为一个抓续存在的答允。
但更令东谈主匪夷所想的是，在这批 GPU 平均欺诈率不卓越 50% 的企业里，70% 的公司仍规划在畴昔 12 个月内引入、扩充或更换新的 AI 规划平台。
VentureBeat 旗下量度机构 VentureBeat Intelligence 汇总了其在 2026 年 7 月、8 月和 9 月开展的三轮东谈主工智能基础步伐与算力领域 VB Pulse 造访放弃。三轮造访共蛊惑了 385 名合适条款的受访者，他们来自职工东谈主数不少于 100 东谈主的机构，其中也包括代表其主要客户作答的征询参谋人。
一边是硬件在机房吃灰，一边是 AI 预算账单仍在加快狂飙，问题已然浮出水面：现存资源尚未充分欺诈，企业为什么还要持续寻找新的 AI 平台？
再看投资讨教。VentureBeat 本年 9 月的造访自满，在 64 名规划领受新 AI 平台的受访者中，58 东谈主莫得流程财务部门审核的投资讨教率（ROI）数据，占比高达 91%。
这意味着，相配一部分受访企业在准备下一轮 AI 参加时，尚未形成流程财务审核的收益测算。
虽然，莫得流程审核的 ROI，不等于名堂莫得收益。销毁造访中，莫得新平台领受规划的受访者也精深衰败这类数据，但它至少标明，企业 AI 投资的财务评估，可能还莫得跟上基础步伐参加的速率。也等于说，AI 才气正在快速进入分娩环境，但到底花了若干钱、创造了若干价值，仍是好多企业莫得都备回应的问题。
这些数字之是以弥留，是因为华尔街正在锐利争论 AI 是否照旧形成泡沫，而 VentureBeat 基于造访建议了一个颇具争议的判断：AI 泡沫的风险，可能照旧出当今企业里面……
错位的两套账单：
闲置的「算力」与烧钱的「API」
名义上看，这种「一边闲置、一边加码」的答允出奇违反贸易常理，尤其是在多数本事慎重东谈主正靠近削减 AI 预算压力确当下：一些本事慎重东谈主告诉 VentureBeat，在本年秋季的预算季，他们正承受着削减 AI 账单的雄壮压力。
但真切企业里面架构会发现，企业的委果 AI 需求并莫得隐没，而是精确地落在了现存硬件根柢邻接不住的场所。
专科东谈主士和消费者正在使用越来越多的 AI，而其中无数使命依赖 Anthropic 和 OpenAI 提供的前沿模子，这种需求将在畴昔一段时辰内持续支抓这些公司在算力方面的参加。
信得过的错配发生在更下流的企业里面：企业现时正同期为两类人大不同的 AI 开销买单，而这两者之间存在无法跳跃的规模：
恐惧驱动的算力储备：前两年宇宙算力短缺的心焦下，无数企业出于「防踏空」情愫提前锁定并采购了 GPU 集群。相干词，硬件到位后，企业却清贫熟悉的里面场景与工程才气将其跑满。
对闭源前沿模子的旅途依赖：业务团队与工程师更倾向于平直调用 OpenAI、Anthropic 和 Google 旗下最顶尖的闭源前沿模子。企业通过这些公司的 API 按 Token 付费，或者通过月度订阅、大型云干事商购买模子才气，无法将其平直部署到我方此前掌控的土产货或托管 GPU 上。
这就变成了一个极为挖苦的局面：自建算力成了千里没资产，而调取闭源 API 的成本却以惊东谈主速率并吞预算。
本年 8 月的时候，《钞票》杂志就曾报谈过，Uber 首席本事官显现，由于公司饱读舞职工尽可能多地使用 AI 器具，以致专门诱导了「名次榜」，凭据软件工程师使用这些器具的情况进行排名。
放弃等于，几个月内便耗尽了 2026 全年的 AI 预算，企业不得不宣告「Token 狂欢（Tokenmaxxing）」时间的驱逐。
调研数据进一步佐证了这种结构性割裂：在规划采购新规划平台且 GPU 闲置的企业中，90% 将眼神投向了公有云与模子 API 干事商，仅有 8% 研讨扩建土产货独到集群。与此同期，91% 规划引入新平台的企业，根柢拿不出任何一份流程财务部门审核过的执行 ROI 评估。
虽然，一部分算力闲置可能是企业荒谬为之，比如为了应答需求岑岭而预留 GPU 资源，而规划引入的新平台也可能用于替换旧平台。
从「算力武备竞赛」转向「推理经济学」
要是说 GPU 闲置裸露的是基础步伐欺诈效果问题，那么 Agent 的普及，则可能让企业靠近愈加复杂的成本挑战。
VentureBeat 展望，接下来企业 AI 开销顶用于模子调用的比例将越来越高。尤其是追随业务勤俭单的生成式对话迈向多法子自主的 AI Agent，企业的算力矛盾正在被进一步放大。
Gartner 预测，到 2028 年，单个 Agent 使命流的推理成本将上涨 5 倍以上。
这并不虞味着模子的 Token 单价会越来越贵，事实上，跟着推理基础步伐和模子效果抓续优化，单元 Token 价钱可能持续着落，但信得过的问题是，Agent 完成任务时滥用的 Token 数目，可能增长得比单价着落更快。
其中一个很容易被冷漠的成原着手，等于高下文。以 AI 编程为例，模子不仅需要联接现时问题，还需要不断读取名堂代码、系统指示和历史推广记载，跟着任务激动，这些高下文可能在屡次苦求中重迭出现。要是每次都再行治理，成本会赶紧积累，这亦然高下文缓存越来越受到怜爱的原因。
NVIDIA 工程师在一份本事指南中提到，在其量度的 Claude Code 会话场景中，初度调用之后，后续苦求约 85% 至 97% 的高下文不错通过缓存复用，而 Anthropic 的缓存读取价钱，凭据模子和订价条款，不错低至庸俗输入 Token 价钱的四十分之一至十分之一。
关于需要抓续推广任务的 Agent 来说，这种优化可能带来相配可不雅的勤俭。
另一个变量，则是 Agent 数目。行业评测机构 Vals AI 的一项编程任务测试发现，领受主 Agent 治愈多个子 Agent 的有规划，成本达到单 Agent 的 1.8 至 5.1 倍。
相干词，在四种测试竖立中，唯唯一种取得了统计显耀的性能栽培。换句话说，加多 Agent 可能带来更强的才气，也可能仅仅让更多模子同期滥用 Token。
告别马虎膨胀：企业求实自救的旅途
面对极高的闲置率与失控的模子调用账单，关于企业来说，或者马虎式的「盲目采购」正在成为往日。业内精深以为，在企业签署下一份算力公约之前，应当优先在既有资产中挤出效果：想观点欺诈照旧付费购买的算力和 Token，完成更多执行使命。
具体来说，需要作念好以下几件事情：
量度每项已完成任务的成本，同期研讨 GPU 算力资源和 API 调用开销；
测试不同模子和推理强度，详情企业的默许竖立：评价圭臬应当是每项已完成任务的成本，而非单个 Token 的价钱。因为低廉的模子可能滥用更多 Token，最终导致每项任务的成本反而更高；
只向 Agent 提供它执行需要的高下文，并缓存重迭使用的内容： 无论通过模子供应商 API，照旧在企业自有基础步伐上运行，都应当如斯；
唯独当任务能够拆分为可并行推广的部分时，才加多第二个 Agent；
将老例、高频任务从前沿模子 API 迁徙到运行在闲置算力上的绽开模子， 举例分类、信息抽取和文本撮要；
欺诈剩余的 GPU 闲置时辰治理不错延后推广的任务，举例批量推理、模子评测和微调。
最终的标的，是让企业为每一项执行完成的使命，支付更合理的成本。
这也闪开篇那组令东谈主骇怪的数据有了新的瞻仰，79% 的 GPU 低欺诈率，与 70% 的新平台领受意愿，并不成平直施展注解 AI 泡沫照旧形成，更不成施展通盘这个词 AI 行业正在走向产能敷裕。但它指示企业：资源参加与执行需求之间，确乎可能存在需要再行扫视的落差。
往日几年，AI 行业风俗用参数领域、熏陶算力和本钱开支量度阐述。跟着本事冉冉进入委果业务，这些标的以外，还需要一套愈加求实的评价体系：企业究竟用 AI 完成了若干使命？得手率有多高？勤俭了若干时辰？又付出了若干成本？
关于模子厂商来说，这意味着竞争将不单围绕模子才气伸开，还会延迟到推理效果、部署纯真性与合座任务成本。关于企业来说，比持续囤积算力更弥留的，可能是先想观点把照旧领有的 GPU 和 Token 用好。
毕竟，GPU 买来是为了干活的，真赶巧得关怀的，是它最终创造了若干价值……
参考链接：
https://venturebeat.com/infrastructure/ai-bubble-update-79-of-companies-say-their-gpus-sit-idle-at-least-half-the-time-yet-most-plan-new-ai-platforms
https://fortune.com/2026/08/07/uber-ai-spending-tokenmaxxing-is-over-cto/
© THE END
转载请有关本公众号取得授权
投稿或寻求报谈：liyazhou@jiqizhixin.com星空app