近期，随着企业在持续经济压力下力求平衡预算，AI token（即企业购买的AI处理能力）的成本问题日益受到审视。BlackLine首席财务官Patrick Villanova表示，这类定价模式对供应商可能有利，因为“收费上限可以无限高”。

“但对我这样的财务专业人士来说，这极具挑战性——我们需要对预算负责，需要可预测性，需要清晰的视野，并且必须看到每项投资都有回报。”Villanova在接受CFO Dive采访时说。

追求“成果”而非“token”

基于token的计费模式带来的费用问题，已引发企业高管的日益不满——尤其是财务负责人，他们需要准确、透明地记录支出，且越来越多地被要求展示AI支出的投资回报。

Villanova提到，与其他财务负责人的交流显示，token计费缺乏可预测性是一个特别突出的痛点。“你需要可预测性，需要清晰的视野，”他说，“无论是自己还是其他财务高管，他们都想了解：这项技术能为业务带来什么好处，并将其与业务关键指标挂钩。”

员工可能因尝试新代码迭代、生成新图像或文案而消耗token，导致成本激增。例如，网约车公司Uber在短短几个月内就耗尽了其2026年全年的AI token预算，随后实施了每月每工具1500美元的使用上限以控制成本，据Fortune和Bloomberg报道。

Villanova是加州伍德兰希尔斯（Woodland Hills）的资深员工，已在BlackLine工作10年。根据其LinkedIn资料，他自2025年3月起担任BlackLine CFO，此前担任首席会计官六年，更早之前在四大会计师事务所普华永道（PricewaterhouseCoopers）工作了16年。

BlackLine是一家智能财务运营平台，提供账户对账、日记账分录和合规等产品。Villanova表示，公司提供的是“基于成果”而非“基于token”的定价。客户并非购买特定数量的token，而是购买“成果”，例如希望自动化的对账数量。

BlackLine自身仍需要购买token，这意味着公司必须“非常非常谨慎，确保我们在此处获得的价格，能证明彼处的token消耗速率是合理的，”他说。

Villanova表示，在评估内部解决方案时，他也采用同样的成果导向方法。“当预算负责人或其他高管来找我说‘我需要X美元购买这个AI产品’时，我的第一反应是：‘好，你期望什么成果？’然后我会说：‘我们先不谈成本，你的目标是什么？’”

优先确保透明度

在财务和会计领域，AI成本并未必然导致CFO或财务团队放弃技术试验，但Villanova指出，这尤其因为“财务领域采用AI有意放慢速度”。

财务行业受监管，需要向美国证券交易委员会（SEC）或公众公司会计监督委员会（PCAOB）等机构报告数据，同时还要面对内部审计。“他们需要看到的是，这必须是一个玻璃盒，而不是黑盒，”他说。

“你必须对AI的行为有绝对透明度，”Villanova说，“必须对它所做出的决策及其原因有绝对透明度，如果它自主决策或行使判断，必须有非常清晰的审计轨迹。”

随着透明度和可预测性需求的增长，Villanova预测“基于成果”的定价模式将变得更加普遍。基于用户的定价“正在走向灭绝，”Villanova说，“这已经持续了好几年，因为你越高效，需要的许可证就越少，这有点悖论：你使用产品越好，成本反而越低，因为需要使用的用户越来越少。”

他补充说，随着AI的持续引入，这一趋势只会加速。“从事这些重复性工作的会计师和财务专业人士将越来越少，我们正用智能体实现自动化，所以现在我们要说：看，每年一个固定费用。”