NEA合伙人Tiffany Luck警示：企业仍在摸索AI投资回报

背景概述

在2024年初，硅谷掀起了“Tokenmaxxing”热潮——公司高层鼓励员工尽可能多地使用生成式AI，以提升效率和创新速度。然而，随着预算周期的到来，许多企业发现AI支出远超预期。Uber仅用几个月就耗尽了全年AI预算；部分公司削减了Anthropic的Claude模型授权；Meta甚至关闭了内部AI排行榜系统。

NEA视角

NEA合作伙伴Tiffany Luck在TechCrunch的Equity播客中指出，这一现象反映出企业在AI投资回报率（ROI）上的根本性困惑。她回顾了自己从早期电商投资转向AI领域的经历，强调AI的价值不在于盲目使用，而在于能否创造“魔法时刻”，即直接提升用户体验或业务收入的关键节点。

关键痛点

1. 预算失控：缺乏统一的费用监控平台，使得各业务线自行购买API调用或模型授权，导致整体支出难以汇总。
2. 效果评估不足：多数企业仅以使用时长或调用次数作为指标，未能量化对业务指标（如转化率、客单价）的实际贡献。
3. 模型选择混乱：从Claude到OpenAI的GPT‑4，模型性能差异大，但缺乏系统的对比实验，导致采购决策随意。

行业应对方案

• 建立AI费用中心：将AI支出集中到专门的费用中心，由财务与技术团队共同制定预算上限和使用准则。
• ROI框架落地：采用A/B测试和因果推断方法，将AI功能直接关联到关键业务指标，形成可量化的回报模型。
• 模型治理平台：通过内部平台统一管理模型授权、使用配额和性能监控，确保不同团队使用同一基准模型，避免重复投入。

投资者视角

Luck还提到，2025年AI IPO热潮正在形成，投资者对能够提供明确商业化路径的AI初创公司更为青睐。她举例说明，提供企业级AI监测仪表盘的创业公司正获得资本青睐，因为它们帮助企业实现支出透明化和价值验证。

展望

随着AI技术逐渐成熟，企业对ROI的关注将成为主流。NEA等风险投资机构正从单纯的技术赛道转向价值链闭环，即帮助被投企业构建从研发、部署到收益评估的完整闭环。只有在此框架下，企业才能真正把AI从“炫技”转化为可持续的竞争优势。

"AI的价值在于它能解决真实业务痛点，而不是仅仅增加技术花费。" — Tiffany Luck（NEA）