# 微软自己算了一笔账：有些活交给 AI 干，比雇人还贵

> 原标题：微软称，使用人工智能的成本高于支付人工工资

- 来源：AI HOT 精选
- 发布时间：2026-05-23T05:23:21.531Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/26251
- 原文：https://fortune.com/2026/05/22/microsoft-ai-cost-problem-tokens-agents

## 摘要

微软在一份报告里直接对比了两种成本：用 token 计费调用模型、用 agent 跑业务流程，以及雇人干同样的活。结论是，在这些特定场景下，AI 的综合开销已经超过了人工工资。报告没展开讲具体是什么任务、人力成本按哪个市场算的，但至少说明现在企业上 AI，不是闭着眼就能省钱。

## 推荐理由

我会先打个折：微软没公布具体是哪些任务、工资怎么算、对比口径是什么，所以这个结论不能直接套到所有场景。但它的价值在于，把 agent 和 token 计费的总成本摆上台面，提醒大家别只盯着单次调用价格。正文没披露具体金额和岗位，如果是真的，对靠堆 agent 降本的项目是个冷水。

## 锐评

微软这份报告直接捅破了一层窗户纸：现在上 AI 不一定省钱。他们对比了按 token 调用模型和用 agent 跑业务流程的开销，发现综合成本已经超过了雇人干同样活的工资。这个结论挺实在，但正文没披露具体是什么任务、人力成本按哪个市场算的，也没给数字——缺了这些，我们没法判断是普遍现象还是只在某些高人力成本地区、某些复杂任务上成立。

对企业来说，这条信息最大的价值是提醒：别把 AI 当成默认的降本工具。token 计费模式下，高频调用很容易把账单堆上去；agent 跑流程如果没设计好回退和人工兜底，隐性成本更高。我会先打个折——如果任务本身容错率低、需要大量上下文或频繁调用外部工具，AI 的成本优势可能真不如雇个实习生。

还缺两样东西：一是微软有没有算上模型微调、运维和集成的人力成本；二是对比基准——雇人工资是按美国还是全球均值算的。这些不补上，结论就只能当个警示，不能当决策依据。