韩国大型企业开放海外 AI 模型后遭遇 Token 成本压力，三星开始推行配额管理
据 IT之家 7 月 27 日消息，随着韩国企业加快把海外大模型接入内部工作流程，AI Token 使用成本正在成为新的管理难题。包括三星、SK 集团在内的韩国大型企业，近期通过企业版合同陆续向员工开放 Anthropic Claude、Google Gemini、OpenAI ChatGPT 等美国 AI 模型。但在真正进入办公、研发和软件开发环节后，企业很快发现：AI 带来的效率提升与持续攀升的使用成本，正在形成新的平衡压力。
来源显示，韩国企业在生成式 AI 应用上此前整体推进相对谨慎。自 ChatGPT 引发全球 AI 热潮以来，不少韩国公司要么推进较慢，要么因为数据安全担忧而限制员工使用外部 AI 工具。近期这一情况有所变化，更多企业开始通过企业版服务来规范接入，但对半导体等敏感行业而言，安全与合规仍是重要前提。
Token 从技术指标变成企业成本指标
对个人用户来说，Token 往往只是模型计费说明中的技术概念；但在企业场景中，它已经直接变成预算管理指标。企业内部任务通常更复杂，例如代码生成、文档分析、系统集成、自动化流程、长上下文问答等，都会显著增加 Token 消耗。来源指出，Claude 的 Token 成本尤其受到韩国企业关注。
Claude 虽然进入主流市场时间不算长，但凭借在编程和任务执行方面的表现，已成为韩国开发者等重度用户群体中很受欢迎的工具之一。Anthropic 发布的《Anthropic Economic Index》显示，韩国在 121 个国家和地区中 Claude 使用量排名第 14，人均使用量超过全球平均水平的 3.5 倍。也就是说，韩国并非没有 AI 使用需求，而是在企业规模化使用时遇到了更现实的成本约束。
为了控制支出，三星在向员工开放 Claude、Gemini 和 ChatGPT 时，实施了严格的 Token 配额制度。员工会按照不同等级获得不同额度，基础等级只能完成相对简单的任务；如果希望提升额度，需要证明 AI 的确提升了自身工作效率。据一名匿名三星员工称，额度提升并不会自动发生，员工必须拿出实际成果证明自己把 AI 用在了工作中。
从开发团队到集团系统，AI 正进入核心流程
韩国企业采用海外模型并不只是让员工“试用聊天机器人”，而是逐渐进入工程研发、软件开发和办公自动化等关键场景。来源提到，Naver 已在整个工程研发团队部署 Claude Code，并称这是亚洲规模最大的同类部署之一。游戏公司 Nexon 也有数千名开发者在游戏开发全过程中使用 Claude Code，覆盖策划、编程、代码审查以及在线运营版本部署等环节。
在大型集团中，AI 的应用范围还在继续扩展。三星 SDS 已为三星电子员工推出 Claude Cowork 和 Claude Code，用于日常办公、基于 AI Agent 的任务自动化以及软件开发。LG CNS 也正分阶段向数千名员工部署 Claude，用于软件开发和客户技术解决方案，并计划未来推广至整个 LG 集团。
- 大型企业：倾向通过企业版合同、账号体系和 Token 配额来规范 AI 使用。
- 开发团队：更看重模型在代码生成、审查、自动化任务中的效率收益。
- 中小企业：管理体系相对不足，更多依赖提醒、排名或共享额度等方式控制成本。
- 敏感行业：半导体等领域仍重点关注数据安全，外部大模型推广更谨慎。
成本与安全并行，半导体业务仍然谨慎
相比互联网、游戏和软件开发场景，半导体行业对外部 AI 模型的态度更加保守。据知情人士透露，即便在三星电子内部，不同事业部推进速度也并不一致，一些部门已经可以较自由地使用 AI，但半导体业务目前仍基本禁止使用外部大模型。该人士表示，芯片部门员工仍在等待审批，但短期内看不到获批迹象。
SK 集团内部也存在类似差异。一些子公司已经通过企业版合同部署 Claude、Gemini 和 ChatGPT，并尝试培养员工的日常 AI 使用习惯；但 SK 海力士目前仍主要依赖自研 AI 模型。对于涉及芯片设计、制造流程、客户资料和供应链数据的企业来说，外部模型的便利性必须让位于数据安全边界。
解读：企业 AI 普及进入“精细化运营”阶段
这起韩国企业案例说明，生成式 AI 在企业内部的挑战已经从“能不能用”转向“如何可持续地用”。当员工把 AI 用于编程、文档、Agent 自动化和系统集成后，Token 消耗会快速放大，企业不可能只靠无限开放来推动普及。三星的配额制度虽然引发部分员工不满，但本质上是把 AI 资源纳入绩效和成本管理框架。
对中文科技行业也有参考意义。未来企业采购大模型服务时，可能不再只比较模型能力，还会重点评估单次任务成本、额度分配机制、数据隔离能力、审计能力以及内部 ROI 衡量方式。AI 工具真正进入生产环境后，价格、权限、安全和组织管理会同等重要。海外模型在韩国企业中的快速扩散，展现了 AI 提效的吸引力；而 Token 配额带来的争议，也提醒企业级 AI 落地必须从一开始就设计清楚使用边界与成本模型。