本文首刊於 Inside「Tenz 科技評論」專欄。最近有個很好笑的科技新聞，就是 Amazon 灰頭土臉地宣布取消內部的員工 token 使用排行榜。
為燒 token 而燒 token
這個故事要從去年（2025 年）開始說起，當時 Amazon 新增了一個政策，要求 80% 的公司內部開發者，必須每周使用 AI 工具，來提高工作效率，降低企業的營運成本。
不論從任何角度來看，這個政策都是正確且必要的。各位有用 AI 玩過 vibe coding 的朋友就知道，即使是像我這種根本不會寫程式的麻瓜，都能在 AI 的協助下弄出一堆有的沒有的個人用工具，而對開發者來說，有了 AI 工具就更如虎添翼，用得好的話，個人生產力可以十倍百倍地提高。
而且，一旦個人員工的生產力提高了，公司就不需要聘這麼多人，或是可以把人力調動到其他部分，用起來更有彈性。這當然是科技公司老闆們都想要的結果。
不過政策歸政策，真正的魔鬼總發生在執行面。
想當然耳，既然公司有了政策，那麼就得有個方法來考核，不然要怎麼落實政策呢？最簡單的方法，就是辦作文比賽設立一個 KPI 來追蹤大家的績效，然後再設一個排行榜，讓主管知道誰是最擁護公司政策的人。
問題來了。這個 KPI 要怎麼設才公平？看大家用 AI 產出什麼東西嗎？每個工作者、每個單位做的專案都不一樣，大家的工作成果好像也不能直接拿來比；既然大家用 AI 工具都需要燒 token，那就比看誰燒的 token 最多就好了。
然後就是一連串災難和笑話的開始。
接著 Amazon 就開始透過系統來追蹤每個員工燒掉多少 token；只要你燒的 token 愈多，主管就能看到你的排名往上爬（有資料說員工本人也看得到）。這對員工當然形成某種程度的壓力，更何況從去年開始，科技公司因為花在 AI 基礎架構的資本支出大幅提高，開始大規模裁員，員工的壓力就更大了。一旦自己在排行榜上落後，會不會就被放進裁員的口袋名單中？雖然 Amazon 對員工掛保證，說排行榜不列入正式考績，但正常人都不會相信這種說法。
於是員工開始為了燒 token 而燒 token。大家先是用 AI 工具來做一些實際上沒有什麼產值的事，接著開始找工具來燒更多的 token；整家公司陷入拚命燒 token 衝排名的瘋狂狀態。公司的產能並沒有因為 AI 的使用而有明顯提升，反而是 AI 的支出和雲端服務費用大幅提高，未蒙其利先受其害。甚至還出現了一個英文字「tokenmaxxing」來專門指涉這種狀況。
最好笑的是，這種因為公司設了 AI 使用 KPI，導致員工用各種奇技淫巧來狂燒 token 的現象，不只出現在 Amazon，其他多家矽谷科技公司也都發生了 tokenmaxxing 的問題。像是也有報導指出 Meta 推行類似的排行榜後，大家開始狂燒 token，30 天內燒掉多達 60 兆個 token；而大老闆 Zuckerberg 和技術長 Bosworth 自己都排不進前 250 名。
最後 Meta 也和 Amazon 一樣，把這個排行榜給取消了。
有 KPI 就有江湖
其實這種設了 KPI，反而造成員工以各種奇技淫巧來「最佳化」個人業績的事，不只發生在 AI 時代，而是老早就有的問題。
我之前在某家數位媒體公司服務時，當時公司唯一的 KPI 就是點閱數。公司也設有制度，每月統計記者或編輯的文章總點閱數，名列前茅的人就有獎金可領。
訂這個制度的主管，原先的想法也很單純，就是鼓勵大家多多寫稿，尤其是多寫一些能帶來更多點閱的稿子，但很快大家就發明各種「最佳化」的方法，像是：
- 明明可以一篇文章寫完的內容，硬是把它拆成多篇；
- 之前發過的稿子，拿出來改一下再重發一次（也算是某種一稿兩投）；
- 文章下方的「相關文章」欄位，全部用來放自己的文章，而不是真正的相關內容。
妙的是，雖然主管也知道有同事會用這些方法來「最佳化」個人績效，但這個制度到我離開之前，都沒有取消，頂多就是玩太大的同仁會被口頭告誡一下而已。我想可能是因為反正獎金也不高，或者是沒人（包括讀者自己）會在乎使用者體驗吧，而且點閱數高對公司來說本來就是有利的。
AI 使用該怎麼考核？如何真正融入組織與架構？
回到這些科技公司身上，雖然鼓勵大家在工作上使用 AI 已經成了必須走的路，但以用量來當 KPI 並設立排行榜的方式，顯然行不通。一些專家開始思考，如何以更有效的方式來考核 AI 使用的真實成果和效率，而非簡單粗暴地計算 token 使用量。
不少專家提出了許多新的評量指標，例如實際透過 AI 完成的工作量（例如解決多少客服案件、實際合併且有用的程式碼、自動化完成的工作流程）等等，另外也要計算 AI 使用的 ROI。如果 AI 做某件事只省下幾分鐘，但燒掉的 token 費用，比時間換算成本還貴的話，ROI 就是負值，這件事就不值得用 AI 來做。
更重要的在於把採用 AI 的獎勵和賦能融入工作架構之中。華頓商學院指出，在公司的主管、團隊和個人的三個層次中加入激勵要素，例如資深主管的薪酬要和團隊使用 AI 產出的成果連動、團隊的獎金也要和可量測的 AI 使用影響相關，而員工運用 AI 省下來的工時，則要鼓勵用於 AI 實驗或學習。
不論對大小公司來說，AI 的導入都是極為迫切的課題，但管理方式的升級與改變也是必要的。看到 Amazon 等科技公司的錯誤示範，相信大家會花更多時間來思考這個課題。畢竟 AI 的導入，就如同當年的辦公室自動化一樣，不只是技術升級而已，更是對公司治理、管理、績效考核乃至員工工作能力等所有層面的巨大挑戰。