Gartner 有一个被反复引用的预测：到 2028 年，企业在 AI 编程上的花费可能超过开发者的平均工资。
大多数人第一次听到这句话的反应是不可能，或者荒唐。一个工具怎么会比用工具的人还贵？
但这个”不可能”，恰恰暴露了软件行业一个习以为常、却很少被审视的特殊之处。
软件业才是那个特例
看看别的行业。药厂里，仪器、试剂和临床试验的开销远超研究员的工资。工厂里，一条产线的价值可能是操作它的工程师终身收入的几十倍。航空公司里，飞机比飞行员贵得多。没有人觉得这些行业”设备比人贵”有什么不对。
只有软件业是个例外：公司的钱几乎全花在人身上，办公室、电脑、服务器加起来只是零头。翻开老牌软件公司的财报，研发费用的大头永远是薪酬。这个结构维持了几十年，久到大家以为它是理所当然的。
它成立的前提其实很简单：过去，软件生产里唯一值钱的投入就是人的脑力，而脑力没法按量购买。
这个前提正在失效
生成式 AI 做到的事情，说穿了就一件：让”智能”第一次可以按量购买。
一个工程师背后可以同时跑着几个代理，有的写码，有的跑测试，有的审代码。他真正的”工作台”不再是桌上那台两万块的电脑，而是机房里按 token 计费的推理算力。这份算力像电、像云服务器、也像原料——用多少买多少，停下就不花钱。
从这个角度再看 Gartner 那个预测，它一点都不荒唐。一个工程师用掉的模型费用赶上他的工资，和一个飞行员开着比他工资贵几百倍的飞机，是同一件事：生产资料的投入超过了操作它的人。这不叫失控，这叫行业的成本结构回归了正常。
当然，预测归预测，2028 年到底会不会走到那一步，谁也说不准。但方向上的判断不需要等到那天才能下：软件生产正在从纯拼人力的行当，变成人力加算力共同驱动的行当。
生产资料就该按生产资料来管
想清楚这一点，很多管理问题会自动有答案。
没有公司会让员工自己掏钱买机床，也没有公司会给每个员工发一张不限额的采购卡。生产资料从来都是公司统一采购、统一调度、统一核算的。AI 也一样：
- 统一采购，而不是员工各自订阅、各自报销。数据安全、供应商选择、批量价格，都只有统一了才谈得上。
- 按任务调度，而不是人人默认用最贵的。简单任务给便宜模型，难题再上旗舰，就像没有公司会用顶配服务器跑定时脚本。
- 计量核算，让每一笔消耗能归因到项目和任务。将来给团队做预算，除了人头费，还会有 token 额度、并发配额——就像今天分配云资源一样。
反过来说，把 AI 当成”给员工买的一个会员”来管理，才是危险的：花了多少不知道，花在哪不知道，值不值更不知道。等账单变成一个吓人的数字，就只剩下”一刀切禁用”这一个坏选项了。
工资单和 token 账单谁更高，本身不说明任何问题。能不能把后者算清楚、管起来，才是接下来几年区分公司的地方。