當 AI 成本變成不可預測，品牌忠誠度也將被 ROI 所取代。GitHub Copilot 的計費調整，反映了 AI 商業模式、企業採購策略，以及 AI 治理的改變。
採訪整理／鄭宜芬
GitHub Copilot 自 2026 年 6 月起調整計費模式，企業版與進階 AI 功能導入 AI Credits（Token）依使用量計費，讓 IT 部門面臨 AI 成本失控的挑戰，引發取消訂閱潮。一位外商金融業資深副總裁直言：「貴死了！除了金管會建議要用的系統之外，我對 Copilot 已沒有忠誠度。」顯示企業已開始重新評估 AI 開發工具的投資效益、供應商策略與成本治理能力。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
補貼時代結束 GitHub Copilot 開啟算力計價
過去兩年，GitHub Copilot 幾乎成為 AI Coding 的代名詞。只要繳交固定月費，即可不限次數使用，不論是程式補全、程式碼生成，以及後來推出的 Agent 自主開發功能，都讓大量企業快速導入 AI Coding。
然而，隨著 LLM 推理成本持續增加，尤其 Agent 可以連續執行數十分鐘甚至數小時的自主開發任務，每位使用者背後所消耗的 GPU 算力快速攀升。
GitHub 產品團隊曾坦言，一個簡單程式補全與一個需要數小時自主完成工作的 Agent，如果仍採固定月費，平台實際承擔的成本差距可能高達數十倍。
因此，微軟針對企業版與部分進階 AI 功能導入 AI Credits 計費機制，每一筆 Prompt、每一次推理、每一個 Agent 任務，都依實際 Token 使用量計價。
[ 推薦閱讀：從帳戶到錢包：企業加密貨幣治理的新內控挑戰 ]
帳單暴增 企業重新思考 AI ROI
新制度推出後，不少使用者在Reddit、X 等社群平台上分享帳單暴增案例。原本每月固定約 29 至 39 美元的費用，在大量使用 Agent、自動重構程式碼或長篇 Prompt 後，預估帳單可能飆升至數百甚至數千美元。
不少人認為，GitHub Copilot 之前積極鼓勵大家建立完整的 Workflow、導入 AI Agent，現在卻突然改變遊戲規則，讓企業必須承擔所有算力成本。宛如 Uber 初期以低價補貼培養市場，等使用者建立依賴後，再一舉調回市場價格。
過去企業購買軟體，多半可以在年度預算中明確編列授權費；但現在 AI 成本則受到 Prompt 長度、模型大小、Agent 執行時間與使用頻率影響，每個月都可能不同，難以事前估算。
美國信安金融集團（Principal Financial Group）資訊長 Kathy Kay 接受《華爾街日報》（The Wall Street Journal）訪問時表示，由於 AI 成本仍居高不下，除了採購商業 AI 工具外，也同步打造自家 AI 平台，以降低長期成本與對單一供應商的依賴。另一家美國保險公司 Nationwide 則表示，正同步測試 Copilot 與其他 AI 工具，希望在提升生產力的同時，避免未來 AI 授權成本快速攀升。
這股成本壓力開始改變企業對 AI 平台的態度。AI 工具不像 ERP、核心系統等企業關鍵平台，沒有高度不可替代性。只要模型能力接近、使用體驗相差不大，而價格更便宜，企業就會考慮更換。
以往資訊部門選擇一家供應商，可能維持五年至十年；如今 AI 工具可能每半年就要重新評估一次。
一位外商金融業資深副總裁坦言：「真的貴死了。除了金管會建議要用的之外，我對 Copilot 已沒有忠誠度。」
[ 推薦閱讀：未治理 AI 將付出代價 ]
AI 是否該採用多模型治理？
不少企業基於成本考量，採取 Model Routing（模型路由）策略，依照不同工作，自動選擇不同模型，不同模型各司其職，大幅降低 Token 成本。
例如高價 GPT 模型負責複雜推理、Claude 處理長文件分析、Gemini 負責搜尋整合、地端 SLM 處理企業內部文件、開源模型完成一般 Coding 任務。
Coinbase 執行長 Brian Armstrong 預估，未來一年內，高達八成 AI 工作將移轉至成本便宜九成以上的小模型，只有真正高價值工作才會使用頂級模型。
Hugging Face 則認為，地端部署的 SLM 將成為企業控制 AI 成本的重要工具。
為避免企業收到無預警的天價帳單，微軟在 Visual Studio 加入 Token 即時監控與警示功能，讓企業掌握 AI Credits 消耗情況，降低預算失控風險。
企業也開始建立新的治理機制，包括建立 Token 預算、設定部門 AI 使用額度、即時監控 Token 消耗、分析 Prompt 成本、評估不同模型 ROI、建立 AI 成本儀表板等。
[ 推薦閱讀：AI 時代的新課題：企業如何建立 Token 治理？ ]
重新定價的是企業的 AI 策略
GitHub Copilot 的計費調整，值得關注的除了價格本身，還有企業 AI 成本結構已從固定資本支出（CapEx）或固定授權費，轉向需持續管理的營運支出（OpEx）。
未來的採購重點可能有更多須關注的重點，例如每完成一項工作，需要多少 Token？每位工程師平均成本多少？不同模型是否有最佳成本組合？是否能避免 Vendor Lock-in？是否具備模型替換能力？
GitHub Copilot 改採 Token 計費後，可觀察到 AI 市場成熟後的現實，企業導入 AI 也開始從追求新技術，回到成本、效益與治理等更務實的考量。
AI 成本不再是固定授權費，將隨著使用量持續變動，企業可能得更頻繁地檢視模型選擇、使用情況及投資效益。當 Token 成為新的 IT 成本指標，AI 成本治理也將成為 IT 部門的重要課題。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
