核心发现

  • 人工智能支出正变得越来越难以预测和管理，意外成本迫使部分组织推迟、冻结或放弃相关计划——AI成本管理公司Mavvrik在近期报告中得出这一结论。
  • 62%的受访组织表示，过去一年中一次意外的AI成本实质性改变了某项业务决策。在这些组织中，40%需要董事会层面介入，33%实施了紧急支出冻结，25%推迟或取消了AI项目。数据来自Mavvrik上月与软件即服务性能指标公司Benchmarkit联合发布的《2026年AI成本治理状况报告》。
  • “企业正遭遇显著的AI成本超支，”Mavvrik首席执行官Sundeep Goel在采访中表示。

深入分析

上述发现出炉之际，AI成本正日益与“token”（AI模型处理的数据单位）的消耗挂钩。随着工作负载增长，token消耗量可能迅速累积。

Mavvrik发现，43%的企业将token成本列为意外AI支出的首要来源之一。

在7月的一份报告中，Gartner指出，token消耗正成为企业运营成本的“重要组成部分”，但其与业务成果之间的关联往往仍不清晰。

这家研究机构表示，CFO需要更清晰地了解token的使用方式、产生的价值，以及消耗是否在经济上合理。Gartner建议，企业应从单纯追踪AI成本转向“AI单元经济学”，将token消耗与可衡量的产出和成果挂钩。

目标并非一定要最小化token支出，而是根据所交付成果的价值对其进行“合理调整”。

Gartner的另一份报告预测，到2028年，AI编码成本将超过开发人员平均薪资，主要驱动因素包括大型语言模型token消耗量上升，以及向基于消耗的许可模式转变。

Mavvrik的研究显示，AI定价的波动性使成本估算更加困难。仅有11%的组织表示能将AI支出预测误差控制在正负10%以内，而2025年这一比例为15%。

使问题更加复杂的是，“影子IT”——即员工在未经公司知情或批准的情况下采用技术——也掺杂其中。

Mavvrik报告发现，98%的工程组织使用AI编码助手，但只有42%将开发人员AI工具支出纳入其AI成本报告，这意味着许多组织并未完全核算这些成本。

Goel表示，这些发现反映出AI支出缺乏纪律性，而随着成本持续上升，这一问题正变得更加突出。“这有点像浪费金钱的完美风暴，”他说。

Goel将这一现象与云计算早期阶段相类比——当时开发团队可以使用公司信用卡注册服务，而无需集中监管。“我们现在看到的是类似情况，”他说。

这可能导致企业面临碎片化、分散化的AI支出，更难追踪和控制。

“如果对谁能在什么上花钱完全没有控制，企业根本不可能执行预算，”Goel说。