AI成本飆升企業現金流吃緊 逾六成專案超支卻難獲利

商傳媒｜何映辰／台北報導

隨著人工智慧（AI）技術日益整合至企業營運，其成本失控問題已成為全球企業財務長（CFO，負責管理公司財務的最高主管）亟需面對的挑戰。根據《CFO Dive》報導，約有六成受訪企業在過去一年中，AI相關支出明顯超出預期或預算，而其中三分之二因此面臨負面財務影響，包括自由現金流（公司在支付營運開銷和資本支出後，所能自由運用的現金）減少或可支配支出（公司可自行決定分配的非必要開支）縮減。

報導指出，超支的專案平均超出預算達 24%，更有 21% 的專案超支逾 30%。儘管財務長在重大 AI 投資的審批流程中的參與度從一年前的 42% 提升至目前的 52%，但問題依然嚴峻。過去兩年獲得資金的 AI 專案中，平均僅不到一半（49%）實現了預期價值，且僅有 15% 的企業能將 AI 投資與具體的獲利能力（投資案能為公司帶來的收入與獲利表現）成果完全連結。

Capgemini Invent 執行長 Volker Darius 表示，AI 日益深入企業工作流程，企業需要停止將 AI 成本視為單純的技術或採購問題，而應將其視為一組經濟成果的投資組合來管理。他強調，企業需同時衡量成本、品質與商業價值，並針對不同任務選擇最適合的模型，同時考量達成成果所需的人為監督。

目前，六成受訪企業缺乏全面的 AI 費用視角，半數企業在未充分掌握完整成本的情況下便批准了 AI 支出。僅有 56% 的企業對擴大採用 AI 後的成本預測能力有充分信心，而僅四分之一的財務長對估算人力監督與治理等間接 AI 成本表示完全有信心。此外，逾六成高階主管預期，未來 12 個月內企業將採行多模型 AI 策略，這可能使成本管理更為複雜。

《Search IT Operations》指出，AI agents（能自主執行任務的智慧型軟體代理程式）可能導致無法預測的成本，因為單一任務可能觸發重複的模型呼叫，或涉及其他 agents，進而消耗更多 Token（大型語言模型處理資訊的最小單位，用於計算運算成本）及運算資源。Forrester Research 首席分析師 Kevin Ogunsua 建議，可透過設定 AI agents 的使用限制、要求供應商負責，以及將支出與業務成果連結來管理成本。

為有效控制 AI 成本，企業可運用「價值矩陣」來定義 AI 價值，該矩陣從財務成果（如營收創造、營運效率、成本降低、風險最佳化）及影響槓桿（如生產力、客戶參與度、轉型）兩個維度進行分析。同時，亦可透過「Big T framework」來分析 Token 消耗，以便在收到帳單前掌握成本概況。具體解決方案包含：縮小請求規模、利用快取、減少模型呼叫次數，以及限制 AI agents 之間的互動。此外，企業應要求供應商提供更高的「可觀察性」（observability，指能夠查詢 AI 模型呼叫，包括提示、Token 使用量及處理流程的能力），以便進行預算編列。