用白話說
每用一次 AI 都要花錢，而且不同模型的成本差很多。所以要把 AI 當作其他基礎設施來管理：為每個任務選對模型，給各團隊編列預算，並檢查拿回來的價值。
為什麼 Jenks 這樣想
- 在 Babylon Labs 擔任 AI Lead，他負責全公司的 AI 基礎設施與 AI 營運預算。
- 他公開直問關鍵的花費問題——例如，每位開發者一年約 $20k 的 AI 預算何時真正回本？支出該如何在團隊與模型之間分配？
他怎麼做
- 把每個任務送到「夠好且最便宜」的模型（"model routing"）。
- 以團隊為單位設預算，並在全面推行前先測試品質。
- 追蹤回報：省下的時間、完成速度與品質。
對你意味著什麼
在擴大量用 AI 之前，先決定誰負責 AI 預算，以及你要如何衡量其價值。否則成本會默默上升，沒人能說清是否有效。