详细内容或原文请订阅后点击阅览

人工智能成本管理：您准备好了吗？

2026年7月10日 16:08 33 Comments
X Twitter Instagram Mail

随着人工智能采用的加速，许多组织发现支出的增长速度超过了他们的控制能力。建立正确的成本管理能力对于在不牺牲财务纪律的情况下扩展人工智能变得至关重要。

来源:Forrester _云安全

让我们来谈谈每个 FinOps 实践的首要考虑因素：AI 支出失控。Uber 在四个月内烧毁了其 AI 预算，微软在烧毁了年度 AI 预算后终止了 Claude 代码许可，特斯拉将 AI 支出限制在每周 200 美元，Priceline 的 AI 开发更新成本意外飙升。问题是，组织可以做什么？首先，让我们了解一下上下文。

企业正在整个组织中快速扩展人工智能的使用。无论是提高员工生产力和效率、增强客户参与度，还是引入新产品或业务模式，不受约束的支出都普遍存在，并且危险地猛增。传统的 FinOps 实践难以管理这种爆炸性支出，因为人工智能带来了新的成本驱动因素：模型训练、推理、数据管道、动态定价和专业基础设施等。

我们收到了很多关于如何构建 FinOps 实践、如何制定预算以及如何成功管理 AI 成本的问题。 实现运行阶段取决于组织构建五个核心支柱的能力：人员、知识、可见性、优化和运营。为了更深入地研究其中的一些领域，运行阶段的人工智能成本实践看起来像是以下内容的子集或完整集：

  • 人员协作、明确的角色、决策权和问责模型可确保团队能够根据成本洞察快速采取行动，而不会减慢人工智能创新速度。
  • 知识。正规教育、培训和支持计划构建人工智能成本杠杆方面的专业知识，例如模型路由和选择、提示设计和缓存、使用模式、基础设施选择和供应商定价。
  • 可见性。跨模型、应用程序、基础设施、数据管道、共享服务和间接成本的人工智能支出需要全面的可见性，并将成本完全分配给所有者、部门、业务单元和用例。