AI越用越多,但企业可能根本不知道每一次AI生产到底赚不赚钱。
近期,东软在《数据驱动的AI原生软件工程战略发展白皮书》中,首次系统公开了AI原生软件工程在“运营与治理”维度的核心组成——AI FinOps体系。这不是一个单点降本工具,也不是传统IT成本管控的延伸,而是东软面向AI原生软件全流程生产自研搭建的经济底座与标准化治理体系。
AI成本正在进入“不可预测时代”
Gartner®研究指出,“Token 已成为 AI 经济的‘原子单位’,既是认知、算力和价格的衡量标准,也从根本上改变了企业与 IT 成本的关系,并且要求以持续的价值驱动为原则来管理成本。然而,目前缺乏标准化的度量指标、工具和测量方法,这使得采购方面临不透明、非线性且波动较大的成本。这导致 AI 成本失控,消耗预算,并破坏高管层的 AI 战略。” Gartner预测,“到2030年,将FinOps深度融入智能体研发与运营全流程的企业,AI投资回报率优化幅度可达40%。”
东软的判断一致,AI原生软件生产的资源消耗模式与传统研发有本质差异。算力、大模型服务、Agent服务、MCP工具服务、数据与知识服务,构成了全新的生产要素组合。软件企业需要的不是孤立的“省钱技巧”,而是一套适配AI生产特性的FinOps运营框架。
七大机制,全闭环管理
东软AI FinOps围绕资源管理、成本核算、责任落地、价值运营、动态优化、效能度量、风险管控七大环节,建立统一计量、统一运营、统一分析、统一治理的规则体系。
资源集约化管理。租赁算力、自建算力、云服务算力、大模型服务统一建设、统一纳管、统一调度,固定成本向可变成本转变,AI资源从分散使用走向统一运营。
全品类成本透明。对GPU算力、模型推理、商业API、向量数据库、MCP工具等统一标识和分类统计,构建基于账户、标签、项目、团队、业务域的多维成本分配机制,成本可追溯、可穿透。
成本责任到人。“谁使用谁负责、谁受益谁承担”——模型选择、Prompt长度、上下文规模、推理频率,每一个技术行为的经济后果清晰可见,从根源上防止资源投入与业务收益错配。
业务价值驱动。技术决策必须回答业务价值。围绕研发工时节约、测试自动化率、缺陷率、交付周期、资产复用率等指标,建立AI投入与业务收益的关联分析。
动态优化资源利用。推行模型分级使用,避免高成本模型在低价值场景滥用;以Prompt优化、上下文压缩、缓存复用、弹性伸缩,持续提升Token使用效率与GPU利用率。
人机协同效能度量。建立覆盖人力成本与AI成本的混合团队成本模型,既度量人在复杂决策中的价值贡献,也度量AI Agent的任务完成率、准确率与首次通过率,度量结果与预算分配、绩效考核挂钩。
全链路风险管控。事前合规准入、事中阶梯预警与自动熔断、事后溯源复盘——三道防线既守住“调用爆炸”的账单红线,也为创新试错保留弹性。
核心创新
把“单元经济学”引入软件生产
东软AI FinOps的一项关键探索,是建立AI时代的“单元经济学”——围绕单次模型调用成本、单个需求生成成本、单次代码生成成本、单个Agent任务成本,量化AI能力的边际成本与边际收益。
Token消耗反映的是供给成本,而非业务价值。只有当每一笔AI消耗都能归因到可衡量的成果,才能区分“生产性的AI消耗”与“昂贵的AI活动”。依托效能平台,东软正在推动AI资源使用与成本全面透明化,打通技术、业务、财务的跨团队协同。
AI原生战略的经济底座
在东软数据驱动的AI原生软件工程战略整体框架中,AI FinOps不是独立概念,而是战略的自然延伸:战略提出从人力密集型转向知识密集型,AI FinOps回答的是新型生产要素如何被经济地组织与运营;战略提出构建数据与知识驱动的人机协同组织,AI FinOps建立的正是人机混合劳动力的全要素成本模型;战略描绘“三元混合劳动力体系”,AI FinOps保障的是智能体在成本可控、风险可治前提下的规模化运行。
从工业时代的工时定额,到AI时代智能生产的“单元经济学”,每一次生产范式跃迁都伴随着底层经济模型的重构。东软推进AI FinOps,关注的是AI原生软件生产底层经济秩序的建立——在成本控制、性能保障与创新灵活性之间取得平衡,让每一份算力、每一个Token、每一次Agent任务,都清晰指向商业价值。
Gartner, First Take: Tokenomics Foundation Signals a Turning Point in Taming Runaway AI Costs, 5 June 2026
Gartner, FinOps Is Critical to Maximizing ROI of AI Agents, 9 February 2026
GARTNER is a trademark of Gartner, Inc. and/or its affiliates.
下一篇:加美关税谈判陷入僵局