麦肯锡警告：代理式 AI 成本难估算，同任务执行成本可差到 30 倍

麦肯锡（McKinsey）最近提醒企业，AI 不只使效率提升，也让支出更难预测。代理式 AI 越来越常执行多步骤任务，企业面临的不只单纯模型使用费，而是实际完成工作的运算成本；且同样目标，不同 AI 代理处理方法也不同，导致成本差异极大，最严重可相差 30 倍。

麦肯锡 2026 年 AI 调查发现，约三分之一受访组织将超过 10% 科技与通讯预算投资 AI，且 60% 受访者计画明年增加 AI 支出。另约五分之一表示，AI 开支已对经营成本造成压力。麦肯锡高层坦言，相关支出已变得相当具体且可见。

这项警告特别针对软体开发团队。麦肯锡表示，利用代理式工具自动化写程式的需求尤其耗费 token，成本压力更明显。之前研究也显示，代理式 AI 可让部分转型办公室任务的人力时间减少 35%~40%，某些情况甚至减少超过 70%，但企业必须同时衡量这些工具是否真的创造足够价值，才能证明成本合理。

麦肯锡指出，企业仍在摸索代理式 AI 的最佳使用方式。12 个月内如何衡量代理式 AI 的效益与成本，将成为更关键的管理课题。

• McKinsey warns that AI may get a lot more expensive for companies
• AI Agent ROI: How CTOs Measure Agentic AI Value
• The Real Cost of AI: A Survey of the Unpredictable Token Economics
• Productivity decline in 30% of companies using agentic AI: McKinsey report

（首图来源：Image by Magnific）