去年一份涵蓋上百家企業的調查發現，企業花在每個工程師身上的 AI 開發工具費用，中位數大約是每人每年一千美元，將近最便宜方案標價的八倍。差距不是因為工具偷偷漲價，而是採購單上看不到的費用佔了帳單的大半。

做過工廠自動化的人對這件事應該不陌生。二十年前買一台 CNC 加工中心，設備報價八百萬，但加上治具、軟體授權、操作訓練、舊製程切換的停機損失，結案時往往逼近兩千萬甚至更多。採購審核通過的數字，跟最後實際花掉的錢，從來就不是同一件事，而AI 開發工具正在走同一條路。

看得到的月費，看不到的重組

表面上的直接費用很好算，每人每月十到兩百美元，一個十五人的團隊一年最多六十萬台幣。大多數的財務長看了會覺得「還行，試試看」。

但 GetDX 針對上百家企業的實際支出分析發現，真正花掉的錢還包含導入訓練、工作流程調整、品質把關的額外人力，以及工程師撞到用量上限後升級方案的追加費用。Pragmatic Engineer 一份九百多位工程師的調查也印證了這件事，大約三成的人會遇到用量上限，公司要嘛加錢，要嘛讓人乾等。這些不是意外支出，是系統性的隱藏成本。

似曾相識的情節再次上演

更讓人不放心的是定價模式的走向。在十幾年前盛行將系統搬上雲端的時候，AWS 的策略就是先大幅降價綁客戶，等資料黏上去之後再慢慢調。從2006 到 2016 年間 AWS 做了六十幾次降價，但拆開來看，降價集中在大客戶的大量使用區間，中小客戶的級距反而被悄悄拉寬。資料越重越搬不走，調價空間就越大。

AI 工具供應商正在走一樣的路，Bloomberg 預估未來十年軟體定價會從九成固定月費轉向六成消費制，用多少算多少。對有年度預算審核的製造業來說，這意味著帳單無法在年初鎖定，而用量一旦養成習慣就降不下來。Grant Thornton 今年第一季調查顯示 68% 的財務長預期數位轉型支出繼續增加，但也代表三分之一的人已經在踩煞車了。

真正的帳單不在工具上

如果只看到這裡，也只是從財務上算一筆更精確的採購預算。真正的成本不是月費，是團隊結構的重組。

Pragmatic Engineer 的調查裡有一個觀察值得留意。工程師正在往「協調者」的方向移動，花更多時間指揮 AI、審查產出、在工具之間切換脈絡。工程主管反而更要親自動手了，因為 AI 讓他們可以直接介入技術細節而不用透過團隊傳話，這兩個角色正在往中間靠攏。

這跟過往工廠自動化的進程很相似，當產線從一百人縮到三十人的時候，並不是少了七十個人那麼簡單。留下來的每一個人要會的東西都變了，操作員要看程式、調參數、處理異常，職務的邊界模糊了，而這種人不是用原來的薪資結構找得到的。軟體團隊也正在經歷同樣的事，五個人加 AI 也許做得到十五個人的產出，但那五個人需要的判斷力和整合能力，跟以前完全不同。

該重新算的，不是只月費

所以下次財務長問「AI 工具值不值得」的時候，也許需要先退一步想，這個問題其實在問什麼。它問的不是一筆工具採購的投資報酬率，而是一個團隊結構的決策。花在工具上的錢只是冰山露出水面的部分，水面下是人才重新配置、流程重新設計，以及組織能不能接受「用三個人取代十個人，但這三個人每個都比以前貴」。

如同決策要買機台的時候，真正讓那筆投資產生回報的，不是設備規格，而是我們有沒有在設備到廠之前就想清楚誰來操作、誰來維護、舊的師傅怎麼安排。AI 工具的帳單也一樣，看得到的那一頁，遠遠不是完整的故事。

數據來源：