AWS AI指标之争

【背景】随着企业AI投入激增，如何证明其投资回报率（ROI）成为难题。亚马逊云科技（AWS）应用AI解决方案高级副总裁Colleen Aubrey提出反直觉主张：企业不应为AI发明新指标，而应沿用库存周转、解决率等传统业务指标。

这一观点与亚马逊内部对“Token最大化”（tokenmaxxing）行为的纠偏形成呼应。2026年10月曝光的内部备忘录指出，单纯追踪Token消耗量或代码生成量是“严重缺陷”的度量方式，易导致成本虚高且无实质产出。Aubrey以Wells Vehicle Electronics为例，说明有效的AI项目直接改善了CFO关注的营运资本——该公司在三个月内将监控SKU从20个扩展至2000个，同时降低7%库存。

争议焦点在于：技术团队倾向于量化模型使用强度，而财务与管理层要求量化业务结果。AWS认为，只有当AI能移动业务瓶颈（如供应链规划中的决策延迟）并体现在既有KPI上时，它才是投资而非实验。未来需关注AWS Connect系列产品的落地效果及更多企业是否采纳“业务指标优先”的评估框架。