据Gartner预测,2026年全球IT支出将达到6.15万亿美元。与此同时,业界的关注焦点已悄然从"AI能为我们做什么"转向"AI正在花掉我们多少钱"。
德勤警告称,AI已成为增速最快的IT支出项目,部分企业的AI开销甚至吞噬了高达一半的IT预算。当员工在缺乏IT部门支持、也没有集中管理机制的情况下,同时使用五个、十个甚至更多AI工具时,成本便会急剧攀升——这不仅体现在真金白银的支出上,还包括企业声誉受损、管控权旁落以及潜藏的隐性风险。
未被追踪的支出与AI的真实成本
为了压缩开支,团队往往转向开源模型,企业也开始限制使用权限。我每天都能听到员工绕开公司授权、私自使用AI工具来提升工作效率的案例,而由此滋生的风险也在无人管控的情况下持续蔓延。任何人都可以通过iPhone上的Siri直接与ChatGPT对话。但如果员工将公司的敏感数据带入这样的对话,谁来负责?答案是:不是你。
"影子AI"正成为一个日益严峻的风险,糟糕的访问控制和数据管控机制已经引发了大规模数据泄露事件。从被植入恶意代码的开源大语言模型供应链(如LiteLLM事件),到将数千个API密钥泄露给黑客的病毒式AI工具Moltbook,安全威胁无处不在。IBM的数据显示,全球数据泄露事件的平均损失高达440万美元。AI的普及速度已经远超AI治理的步伐。
麦肯锡的研究发现,AI使用率持续攀升,目前已有88%的企业在使用这项技术。如果你的企业尚未引入AI,不妨铭记哲学家迈斯特·埃克哈特的告诫:"不作为的代价,远比犯错的成本更为高昂。"
值得重点关注的成本项目
按用户数量收费,是大型AI厂商希望你一直维持的现状——用他们的应用、他们的界面,你的数据归他们管。某航空公司IT主管曾说:"我们每月在大约60名员工身上花费约3500美元,却总是触碰到使用上限,不得不干等着。"触达使用上限的感觉,就像吃到一半的热狗被强制暂停,还收到一条提示:要继续,请付更多钱。
以我自身的经历来说,这对生产力的打击是毁灭性的。你好不容易进入了工作状态,突然弹出那条让人崩溃的提示:"您已达到当前套餐的使用上限,套餐将在3小时后重置。"而轻度用户几乎用不完配额,却和高频用户付着同样的钱。我们在同时损失生产力和金钱。
我曾与一家规模可观的全球IT服务与数字化解决方案提供商进行深入交流,该公司在36个国家拥有超过3500名员工。我们谈及了AI成本的上涨趋势,以及他们客户的实际感受。他们发现,大多数AI执行的任务完全可以由低成本模型胜任,但若要在高端模型之外再叠加使用这些低成本模型,管理复杂度将大幅上升。
对于制造业和物流业来说,直接部署高端模型确实效果显著,因为这些场景中由机器完成决策和数据交互。然而,成本飙升的问题同样在这些领域出现。我与某知名酸奶品牌交流时了解到,他们正与一家头部厂商合作,在生产和物流环节引入生成式AI自动化。对方坦言,企业光是为了让数据达到模型可摄入的格式要求,就已花费了数百万美元。
一旦竞争对手推出性能更优或价格更低的解决方案,你会发现自己已被锁死在原有系统中,预算也已耗尽在数据整理上。能否从中获得一定的复用价值,只能寄希望于运气。
问题并不在于AI本身
大型厂商希望将你锁定在他们的模型、定价体系和数据孤岛中。每家公司都在鼓吹自己的AI在某方面无可匹敌,但DeepSeek已经证明:无需数十亿美元的投入,照样能与巨头抗衡。以下几个基本步骤,可以帮助你今天就开始规避最严峻的问题,并为企业充分释放AI工具的潜力做好布局。
第一步:正面应对影子AI问题
这是你正在以风险和低效为代价默默承担的成本。与员工坦诚沟通,开展全面审计,收集他们在使用哪些工具的反馈——无论是官方认可的还是私下使用的。目标不是封堵或限制员工的使用行为,而是识别需求、提供经过审核的官方选项,从根本上消除他们寻求外部工具的动因。
第二步:以灵活性为导向,拒绝供应商锁定
你能随时切换模型吗?你能保持对数据的自主控制权吗?你能整合多家供应商或工具吗?如果答案是否定的,请重新考量你的选择。目前,已有越来越多的第三方服务商将多种模型和工具整合进统一的平台或界面,值得关注。
第三步:以治理取代管控
科技行业瞬息万变。你的目标应是保持灵活性和安全性,并将问题从"如何推动AI落地"转变为"如何有效管理AI"。深入了解团队使用AI的方式,还可能通过AI工具整合将SaaS订阅费削减20%至40%。从AI中获益最多的企业,往往不是花钱最多的那些,而是花钱最聪明的那些。前期的治理投入,将带来长期的持续回报。
AI的"宿醉"是真实存在的,但完全可以预防。
AI支出的冲击正波及各个行业的企业。为支撑AI运营而大规模扩建的数据中心,推动电力和运输成本持续上涨,仅去年12月就已攀升7%,这一压力几乎影响到所有人。聪明地使用AI,将帮助我们共同分担这些负担。这一切的起点,是坦诚地审视你真正在为什么买单、获得了哪些价值、影子AI为何大行其道,以及哪种定价模式真正奖励生产力而非惩罚它。
Q&A
Q1:什么是"影子AI",企业该如何应对?
A:影子AI是指员工在未经IT部门授权或公司批准的情况下,私自使用的AI工具。这类行为会带来数据泄露、成本失控等风险。应对方式包括:与员工坦诚沟通,开展工具使用情况审计,并提供经过企业认可的官方AI工具选项,从根源上消除员工寻求外部工具的需求,而非一味封堵限制。
Q2:企业AI支出为什么会急剧增加?
A:主要原因有几点:员工同时使用多个未经统一管理的AI工具;大型厂商按用户数量收费的模式导致轻重度用户同价;高端模型的数据准备成本极高;以及一旦被供应商锁定,难以灵活切换到更具性价比的方案。德勤数据显示,部分企业的AI支出已占到整体IT预算的一半。
Q3:企业如何避免被AI供应商锁定?
A:关键在于构建灵活的AI使用架构:确保自己能随时切换不同模型,保持对数据的自主控制权,并具备整合多家供应商工具的能力。目前市场上已出现越来越多的第三方平台,将多种AI工具整合进统一界面,有助于降低对单一供应商的依赖。此外,DeepSeek的崛起也证明,高性能AI并不一定需要天价投入。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。