生成内容愈便宜，验证为何愈昂贵？AI 成本正在悄悄搬家

AI 能几秒钟写完文案；要确认数字、引文和说法，却可能得花上几小时。对企业来说，写出第一版愈来愈便宜，但内容能不能用、来源靠不靠得住、出错后谁负责，这些问题一项也没少。

生成价格下降，省时未必等于省钱

史丹佛《2025 AI Index》指出，MMLU测试达GPT-3.5相当表现的模型，每百万token推论价格从2022年11月的20美元，降到2024年10月0.07美元，不到两年只剩约1/286。

不过，这只是模型的使用价格，还没算系统整合、资料整理和人工覆核成本。请AI先写一版确实很便宜，但离直接交件往往还有一段距离。2025年《经济学季刊》研究分析5,172名客服人员，发现有AI协助后，每小时解决的问题平均增加15%，以经验较少的员工进步最明显。

但研究只观察一家企业和一种职务，不能照搬到所有产业。若草稿提早完成，后面仍要主管逐句确认、法务来回修改，公司省到的可能只是打字时间。

错误複製得快，收拾仍得花钱

AI出错并不稀奇，麻烦在同个错误会很快出现在商品说明、客服脚本和对外报告里。

2025年，四大会计师事务所之一的德勤（Deloitte）受澳洲就业与职场关係部委託製作的报告，被发现引用不存在或张冠李戴的资料。官方文件显示，生成式AI工具可能促成错误。部门要求修订报告，也要求退还约9.76万澳元尾款。德勤之后由风险长督导全面複核，并表示修正引文后，原有发现与建议没有改变。

即使结论没变，仍有人得把文献一笔笔找回来，重新确认，再给客户交代。原本省下的撰稿时间，最后可能变成複核、返工和退款，还得承担商誉受损的风险。企业可靠共用资料库、批次检查和自动化工具加速查核，但内容产量增加后，审核人力和流程是否跟得上，才是问题。

人的价值，在于判断和负责

不少公司强调，AI内容最后都有人确认。问题是，如果只是把大批产出交给编辑、工程师或法务，要求他们限时看完并签字，人工覆核很容易变成形式。因这份工作不只是抓错字。引文真的存在，不代表足以支持结论；数字抄对了，也可能拿错基準比较。这些地方需要经验，也需要有人有权退件。

AI写稿愈多，资深人员可能反而得花更多时间，从看似合理的文字找出真正危险的错误。与其只问每千token多少钱，不如算出能放心交件的内容，总共花了多少钱。模型费用以外，找资料、查来源、修改和公布后处理错误的工时，都应列入。

验证流程，才看得出有没有省钱

NIST的生成式AI风险管理设定档，把来源追溯、上线前测试、事件揭露和持续监测列入建议。它不是强制规定，但企业可用来安排审核流程。内部草稿或低风险内容可以抽查；涉及重要数字、权益、合约和对外承诺，就该逐项确认。关键来源、模型版本和提示词也应留下纪录，曾经出过的错则要放进后续测试，免得换一批内容又重演。

AI让第一版变快、变便宜，却没有让最后一版自动变可靠。企业若只计算产生费用，很容易低估成本。将写、查、改三件事一起算清楚，才知道AI究竟是省钱，还是只把工作搬到别人桌上。

• Kenyans Made a Living Writing College Essays. Then A.I. Arrived.
• The way we use and pay for AI is changing

（首图来源：AI）