企业AI（人工智能）成本潜藏在厂商续约账单、按量计费账单、各业务部门独立预算三类渠道中。部分CIO（首席信息官）可以完全掌握AI成本的全貌，但大多数做不到。

图源：Rob Schultz / Shutterstock

AI的快速普及让大多数CIO看不清AI实际给企业带来的成本。

Protiviti的《2026 AI Pulse Survey/2026年AI行业脉搏调研》显示，近三分之二的企业表示员工在未获得适当监督的情况下使用AI，近一半大型企业无法完全掌握员工正在使用哪些AI工具。同时，IBM的《2026 Tech Leader Study/2026年科技领导者研究》显示，77%的技术领导者认为，AI普及速度已经超过了自身的治理能力。

Protiviti全球技术风险与韧性业务董事总经理Andrew Retrum（安德鲁·雷特伦）表示：“企业拥抱AI的脚步快得惊人，而使用AI的技术门槛又很低，两者结合之下，想要实时掌握AI成本变得极具挑战。”

这不是传统意义上的影子IT，财务风险并非来自违规私自注册ChatGPT的员工。真正的AI成本在供应商续约、按使用量计费消费和业务部门预算中不断累积。少数CIO拥有完整的成本可见性，但这只是因为他们从第一天起就把成本管控融入了架构设计。其他人还在追赶进度，还有一些企业发现，成本甚至不是他们看不清的最重要问题。

一、成本潜藏的三大渠道

AI成本出现在三个大多数企业都没有密切关注的地方：

第一点是厂商内嵌AI模块。软件供应商正悄悄在未提前公示的前提下为现有工具内嵌AI功能，成本体现在续约涨价中，而不是新增的计费条目里。Gartner 2025年9月的研究显示，部分供应商在不提前披露的情况下嵌入AI功能，导致解决方案成本上涨了30%。

第二点是按使用量计费。Gartner指出：“GenAI（生成式人工智能）的大部分成本不在于搭建，而在于运行：推理运算、API（应用程序编程接口）调用、fine-tuning（模型微调）以及扩张速度不可预估的按量计费消耗。”

Cornerstone Research首席技术兼创新官Phil Leslie（菲尔·莱斯利）亲身经历过这种情况。他说：“使用Gemini时，单独监控固定套餐的支出没有实际管控价值，因为它是固定收费。而Claude Code是按使用量收费，随着用户增加，支出也会上涨。我们发现成本上涨后，已经针对性搭建了监控仪表盘。”

想要得到完整的成本画像并不容易。Leslie（莱斯利）说：“实现覆盖Claude Code、Claude.ai与Office插件的全局成本全景统计难度极大。”

第三类是业务部门主导的AI普及。各个职能部门会绕过IT部门的视线，用信用卡或者部门预算购买AI解决方案。

二、构建原生成本可视架构

Cox Business的AI负责人Eric Pace（埃里克·佩斯）表示，公司已经实现了对AI支出的完全可见性，但这需要从一开始就搭建针对性的架构和治理体系。

Pace（佩斯）说：“我们对所有AI支出拥有100%的可见性，包括BAU（business-as-usual，日常常规业务）中激活的基于SaaS（软件即服务）的模块、新增采购与解决方案，以及全企业范围内所有token（词元）消耗。”

关键在于集中化搭配清晰的权责划分。Pace（佩斯）表示：“我们在组织内搭建模型时就非常明确，AI不是‘单向移交项目’——不存在单一团队开发完成后直接移交其他团队独立使用的模式。我们很早就选择将AI职能集中化，来对齐全公司目标，同时业务团队提供工作流程上下文，让AI落地真实场景。”

Cox Business还默认将可见性融入了架构设计。Pace（佩斯）说：“所有AI流量都经过我们的AI流量管控网关和运行时安全解决方案，包括所有本地部署和基于云的AI能力。”

这套架构还延伸到了网络监控。Pace（佩斯）补充道：“我们可以看到网络上所有进出流量，也能看到公司设备上运行着什么程序。当发现偏离预期路径或者不符合标准的流量模式时，我们会和员工协作，帮助他们调整至合规范围内。”

员工既能获取所需工具，也不会产生不受管控的无序扩张。Pace（佩斯）说：“我们搭建了灵活的生态系统和能力集合，允许员工框架约束下自主操作，而且他们一般都能获取到所有需要的资源。”

三、成本管控优先级后置

并非所有企业都在急于解决成本可见性问题。对部分企业而言，其他问题优先级更高。

Cornerstone的Leslie（莱斯利）表示：“我们目前有意将成本可见性放在次要位置，更棘手的问题源于我们业务本身的性质。”

Cornerstone Research深耕高风险诉讼领域，领域内的专家报告必须零出错。Leslie（莱斯利）说：“如何在不破坏行业信任的前提下释放AI价值，才是我们当前面临的首要挑战。成本当然重要，但它不是当前发展阶段的核心约束。”

Leslie（莱斯利）还指出了一个让成本优化更复杂的细节：AI支出最高的用户，往往也是绩效最高的员工。

他说：“我们大约80%的AI成本来自10%的用户，而这10%往往是我们经验最丰富的员工，他们将AI用于合理且高风险的工作场景。你不能直接一刀切设置统一成本上限，否则会恰恰限制了你原本想要鼓励的业务场景。”

目前，Cornerstone采用的方案是“成本阈值限流机制+超权限审批机制”。Leslie（莱斯利）说：“高成本用户往往代表高价值工作，而非浪费。”

四、企业规模改变游戏规则

成本可见性挑战的表现，因企业规模不同而存在差异。Leslie（莱斯利）在加入Cornerstone前曾在Amazon工作十年，他能清晰感受到规模带来的差异。他说：“Amazon不仅规模更大，业务也更多元。在那种规模下，粗放管控工具往往效率不高，但你还是会选择使用它，因为管理复杂度需要这种直接的工具。”

在Cornerstone，他可以采用更精准的方案。Leslie（莱斯利）说：“我们的反馈周期很短，我可以直接和业务负责人沟通，快速厘清团队业务目标。这意味着我们可以针对具体场景定制成本管理方案——在确定合理的地方放心承担更高成本，不需要靠猜测。”

对规模更大的Cox Business而言，需要采用不同的方案。Pace（佩斯）说：“我们将资本投资集中化，同时赋能业务侧团队，让他们在AI卓越能力中心之外自主开发企业应用。”token消耗预算采用集中化管理，但会定期和消耗量大的部门同步信息，同时会频繁访谈高消耗用户，了解价值产出。

五、可行的实践方案

对于仍在搭建AI成本可见性体系的企业，从基础工作开始入手会更有效。Protiviti的Retrum（雷特伦）表示：“先完成全量AI资产盘点——无法可视化的成本无法落地管控。要在IT、安全、法务和业务部门之间明确权责归属。并且要把这项工作当成持续性的规范动作，而非一次性任务。”

优先级排序也很关键。Retrum（雷特伦）建议：“切勿追求完美而停滞落地可行方案。先优先处理最高风险的场景——也就是AI接触敏感数据、面向客户做决策或者涉及受监管流程的场景。先给这些场景搭建管控护栏，再向外逐步扩展。”

Gartner建议，在采购环节给AI采购项目做标记，在IT财务管理系统中单独追踪AI支出，并且在下一轮续约前，在云和SaaS的续约合同中加入专门针对AI的成本条款。

在Cox Business，治理不仅是管控——更是聚焦。Pace（佩斯）说：“我们会主动叫停无价值非核心AI项目，让团队聚焦在能更快为企业创造价值的事情上。”

六、预算之外的风险

对部分企业来说，更大的风险并非成本失控，而是AI出问题带来的后果。

Leslie（莱斯利）指出：“员工私自未授权使用AI带来的影子IT本质上不是成本管控问题，而是声誉风险问题。根据企业类型和AI使用场景不同，违规私自使用AI会造成切实的伤害。这才是值得管控的风险。”

成本可见性确实重要。但对部分CIO而言，它可能并不是他们当前缺失的最重要的东西。