Pegasystems CTO：如何控制企业AI成本飙升问题

大语言模型的使用成本持续上涨，正让越来越多的企业陷入两难处境。随着AI模型变得日趋复杂，企业为每次查询所消耗的Token数量大幅增加，某些情况下甚至会产生灾难性的账单。

Pegasystems首席技术官Don Schuerman指出，由于AI模型存在固有的不可预测性，企业已无法准确预估每项任务的费用。同样的提示词，某天可能瞬间得到响应，而换一天提交几乎相同的内容，却可能耗时五分钟，并消耗掉每月Token预算的10%。

与此同时，许多企业鼓励员工最大化使用AI，却没有充分衡量其为组织带来的实际收益。这种"Token极限使用"的做法已让不少公司收到了意料之外的高额账单。例如，据Axios报道，某知名企业因未对员工的IT使用设置上限，仅在一个月内就在Anthropic的Claude AI平台上花费了超过5亿英镑的Token费用。今年4月，Uber的首席技术官也透露，该公司在今年前三个月已用完了原本为全年2026年预算所规划的Claude Code额度。

AI Token成本持续攀升

为数据中心融资的商业压力以及不断上涨的能源成本，促使AI供应商近几个月纷纷提价，令企业开始重新审视AI投入的真实价值。Schuerman表示，部分企业用AI取代人工之后才意识到，AI的费用甚至比被替代的员工成本还要高。

旧金山联邦储备银行行长兼首席执行官Mary Daly近期在接受彭博社采访时一针见血地指出："数据中根本找不到生产力增长的踪迹。"

Schuerman在接受《Computer Weekly》采访时表示："现在的模型已经变得更加复杂。它会自我推理，有时还会调度其他智能体来完成其他任务，整个过程中Token计费器一直在不停运转。"

企业逐渐意识到AI成本问题

他认为，企业正在逐渐意识到AI的成本并非随计算次数线性增长，而是"每增加一步，流程成本就会呈指数级攀升"。

Schuerman举例说明：如果用AI来处理一个业务流程，第一步可能消耗500个Token，但由于第一步的上下文需要传递到第二步，第二步就需要1000个Token，第三步则需要1500个Token，以此类推。

随着计算变得越来越复杂、所需上下文越来越多，不仅成本会持续上升，AI产生幻觉或出现不可预期行为的风险也会随之增加。

"AI最理想的用途，是帮助我把可重复执行的流程做对——帮我定义它、设计它、确保它遵循最佳实践。而事实证明，做到这些并不需要耗费太多AI资源。"

——Don Schuerman，Pegasystems

Pegasystems应对AI成本失控的策略，是以更具战略性的方式使用这项技术。Pega专为财富500强企业提供低代码平台，用于自动化业务流程及管理客户关系。本周，该公司宣布将按业务成果向客户收费，而非按AI Token用量计费。Schuerman认为，企业所需的大量高频、关键任务型流程中，至少有60%至70%可以通过基于规则的方法实现自动化。

"AI最理想的用途，是帮助我把可重复执行的流程做对——帮我定义它、设计它、确保它遵循最佳实践，"他说，"而事实证明，做到这些并不需要耗费太多AI资源。"

工作流设计

以Pega的Blueprint软件为例，它借助AI帮助用户为企业设计自动化工作流。由于AI的大量工作在设计阶段就已完成，AI智能体在每次流程执行时无需从零开始重新思考整个流程。

当然，这些工作流也可以调用AI智能体来执行特定任务，例如对文档进行摘要或向人工征询意见，让企业得以在受控环境下灵活运用AI的推理能力。

Pega现已使其自动化工作流与开源的模型上下文协议（MCP）兼容。这意味着，基于其他平台构建的AI智能体——包括Anthropic Claude、Google Gemini、OpenAI、AWS AgentCore等——都可以接入并调用Pega的业务流程。

Schuerman表示，对Pega而言，接入MCP的技术难度"相对较低"。Pega对企业如何访问其工作流保持中立态度。企业此前已可以通过Salesforce等其他软件访问Pega工作流，无需将Pega作为前端使用。

但对企业而言，这一变化意义重大。他们可以将现有的AI智能体接入Pega，直接按照既有工作流运作。

"一旦接入Pega的MCP，智能体就会遵循既定规则运行，无需进行过度推理，只需通过相对简单的调用找到正确的工作流和对应的技能，"Schuerman说。

从银行到披萨连锁

荷兰合作银行（Rabobank）等企业已在使用MCP调用，将聊天机器人升级为能够为客户完成实际任务的智能体，例如查询账户余额或发起支付。

Blueprint的推出也为更多企业提供了快速成为Pega客户的通道。过去，Pega开发原型工作流并等待企业决定是否采购，往往需要数年时间。

"通常需要经过漫长的沟通，也需要非常优秀的销售人员，才能帮助客户理解他们的业务问题如何与我们的平台对接，"Schuerman说。

而有了Blueprint，软件只需根据企业对自身业务的描述、扫描其官网上的相关资料，便可在数分钟内设计出切实符合业务需求的工作流。

Schuerman没有透露具体数字，但表示Pega已有意识地将平台推向更广泛的企业客户群体，部分直接销售，部分通过业务合作伙伴进行。此前，Pega主要服务于银行、保险公司和医疗健康等强监管行业，但如今，连锁披萨品牌棒约翰（Papa John's）这样的企业也出现在了Pega年度大会的与会名单中。

AI无法创造非凡

Schuerman坚持认为，随着企业自动化程度不断提升，AI并不会取代人类的创造力。与人不同，AI不会创造出真正卓越或富有创意的成果，"它只是在对过去所读到的一切进行平均化处理"。他表示，企业真正的目标，是"不断缩短从一个想法到这个想法切实改变员工工作方式、改变客户互动体验之间的时间"。

这样一来，人们就能腾出更多精力专注于战略制定、创意发想和创造性工作。Schuerman认为，业界过于关注下一代ChatGPT或Claude，而去年的版本其实已经完全够用。

"真正的挑战在于，如何把AI的所有潜力转化为对人们切实有用的现实成果——我认为那才是真正有价值的工作所在，"他说。

Q&A

Q1：Pegasystems的Blueprint软件是如何帮助企业控制AI成本的？

A：Blueprint软件利用AI帮助企业在设计阶段完成大量工作，提前设计好自动化工作流。由于流程在设计时已经固定，每次执行时AI智能体无需从头推理，大幅减少了Token消耗。企业只需在需要执行特定任务时（如文档摘要或人工审批）才调用AI，从而将AI的使用控制在必要范围内，有效降低成本。

Q2：Pega的MCP兼容功能对企业有什么实际意义？

A：Pega将自动化工作流接入开源的模型上下文协议（MCP）后，企业原本使用的Anthropic Claude、Google Gemini、OpenAI等平台上的AI智能体，都可以直接调用Pega的工作流。这意味着企业无需重新搭建流程，现有智能体就能按既定规则运行，避免过度推理，既提升了执行效率，也减少了不必要的Token消耗。

Q3：Pegasystems为什么选择按业务成果收费，而不是按Token用量收费？

A：Schuerman认为，按Token收费的模式导致企业成本难以预测，且容易产生超支。Pega改为按业务成果收费，是为了让客户的付费与实际获得的价值直接挂钩。这一转变也体现了Pega的核心理念：通过规则化、自动化的工作流减少对高成本AI推理的依赖，让企业在可控成本范围内实现业务目标。