硅谷在2026年初經歷了一場被稱作“Tokenmaxxing”的AI使用狂潮。企業CEO們鼓勵員工將AI工具的使用推向極限，試圖在生成式AI的浪潮中搶佔先機。然而，賬單很快到來。據TechCrunch報道，Uber在短短幾個月內就耗盡了全年的AI預算，一些公司削減了部分部門的Claude授權，Meta則悄然取消了內部AI使用排行榜。這股熱潮與投資回報之間的緊張關係，正是NEA合夥人Tiffany Luck當前關注的焦點。

在TechCrunch的Equity播客中，Luck與主持人Rebecca Bellan深入探討了這一現象。Luck的職業起點是說服企業相信電子商務是未來，如今她全力投入AI領域，尤其看好消費級業務中可能出現“魔法時刻”的潛力。她認為，企業雖然對AI充滿熱情，但距離清晰衡量投入產出比還有相當距離。

Luck在對話中提到了幾個值得關注的趨勢。她展望了個人AI代理的未來，認為這類能夠自主執行任務、深度融入個人生活的智能體，可能成為消費級AI的下一個爆發點。同時，她也分享了對今年AI企業IPO前景的看法，暗示市場正在等待一批真正證明商業價值的公司登陸公開市場。

更關鍵的是，Luck觀察到一批初創公司正在切入企業AI支出管理的縫隙市場。這些公司提供的工具和服務，旨在幫助企業追蹤、分析和優化在各類AI模型和應用上的投入，從而回答一個根本問題：花在AI上的錢到底帶來了什麼回報。這與當前企業從盲目試用轉向精打細算的宏觀趨勢高度吻合。

從產業視角看，Luck的觀點折射出AI應用層正在經歷的理性迴歸。在基礎設施和模型層持續獲得鉅額資本投入的同時，應用層的企業客戶開始用更挑剔的眼光審視每一筆AI開支。那些能夠證明自身帶來明確效率提升或收入增長的AI產品，將更容易獲得續約和增購；而那些僅靠新奇感吸引用戶、缺乏可量化價值主張的應用，可能面臨預算削減的壓力。

對於投資者而言，這一信號意味著需要更加關注AI公司的單位經濟模型和客戶留存指標。對於AI從業者，則提示產品開發必須緊扣可衡量的業務成果，而非僅僅追求技術上的炫酷。整個AI產業正在從“先用起來再說”的實驗階段，邁入“每一分錢都要看到效果”的成熟階段。這一轉變雖然可能短期抑制某些泡沫化的支出，但長期看有助於AI技術在企業場景中的健康落地和可持續增長。