应用程序的 AI 功能使用量越高，开发这些应用的企业开销就越大，利润空间因此会受到挤压。
不过部分企业已经找到控制成本的办法。微软旗下的领英表示，尽管过去一年其 AI 招聘助手工具的使用量持续走高，但运行该工具的成本已经保持平稳。这款工具依托大语言模型，帮助招聘人员自动筛选候选人、向外发起联络。
领英上月末透露，已有超过 25000 家企业付费使用 AI 招聘助手，而 9 月披露的数据为 20000 家。领英高管在采访中表示，过去一年客户数量稳步增长，但产品服务成本基本没有变化。
领英首席技术官埃兰・伯杰称，尽管预计 AI 功能的用户规模还会继续扩大，但在截至 2027 年 6 月的本财年内，公司不打算增加图形处理器（GPU）方面的投入。
“我们可以打造性能愈发强大的工具，同时把成本控制在合理区间。” 他说道。
这样的成本管控能力对微软至关重要。和其他大型云服务商一样，微软正在扩大数据中心资本开支，这侵蚀了公司自由现金流，企业面临削减开支的巨大压力。
为实现这一目标，领英不再完全使用 OpenAI 通用大模型，转而通过知识蒸馏自研轻量化 AI 模型。知识蒸馏指对小型模型做定制化训练，使其在限定任务场景下模仿大模型输出质量。工程副总裁普拉尚蒂・帕德马纳班介绍，领英具体做法是借助 OpenAI 模型 “教导” 开源小模型，掌握招聘相关自动化任务。（领英拒绝透露具体使用哪几款开源模型）。
帕德马纳班表示，一年前 AI 招聘助手刚上线时，绝大多数功能都依赖 OpenAI 模型；如今候选人检索、按照招聘要求对人选排序、撰写候选人沟通消息等工作，全部交由轻量化模型完成。小模型输出效果与 OpenAI 模型接近，相比一年前直接调用 OpenAI，最高可节约 67% 的运行成本。（此后 OpenAI 下调多款模型定价，并且推出效率更高的新版模型；领英并未说明自研小模型相比 OpenAI 当前版本是否仍具备成本优势）。
不过帕德马纳班也提到，领英新上线的 AI 功能，依旧先用 OpenAI 模型来提供能力，待完成定制小模型开发之后再做替换。这也解释了为什么整体计算成本只是维持稳定，而没有进一步下降。
“不少业务场景我们仍然会使用前沿大模型，但随着实践，我们发现，依靠前沿大模型并不是规模化扩张的最优方案。” 帕德马纳班说，“我们希望兼顾产品创新与工程效率，即便产品规模不断增长，端到端整体成本依旧保持平稳。”
如果效仿领英的做法，其他企业甚至可以实现更大幅度的成本节约。得益于微软与 OpenAI 的长期商业协议，领英及微软体系内企业调用 OpenAI 模型无需支付模型授权费，仅承担算力运行开销。换言之，领英省下的全部来自轻量化模型带来的算力缩减。而对于需要全额付费调用 OpenAI、Anthropic 接口的外部企业，改用第三方小模型能够实现的降本效果会更加可观。
当然，领英拥有其他 AI 应用开发者难以企及的优势：双方协议允许领英对 OpenAI 的模型做知识蒸馏；而 OpenAI 对外禁止其他企业蒸馏自家模型来开发竞品。
即便如此，美国电话电报公司（AT&T）、Cursor 等企业无需蒸馏技术，也已经通过定制开源模型取得不错效果。
