yy.vip易游-2025年人工智能成本治理状况报告（英文版）

　　YYVIP易游·(中国有限公司)官方网站-

　　随着人工智能从“锦上添花”转变为“必不可少”，一场围绕AI基础设施成本的治理危机正在全球企业内蔓延。近日，Mavvik与Benchmarkit联合发布的《2025年人工智能成本治理状况报告》对372家不同规模、不同行业的公司进行了深入调研，揭示了当前企业在AI成本控制上面临的严峻挑战。报告指出，AI成本失控已成为侵蚀企业毛利、打乱财务预测的“隐形杀手”，而多数企业的治理能力仍停留在初级阶段。

　　报告中最引人注目的数据来自成本预测环节。高达85%的企业无法将AI成本预测误差控制在10%以内。其中，56%的企业实际成本超出预测11%至25%，更有近四分之一（24%）的企业偏差幅度超过50%。这种大规模的预测失灵，直接导致企业在制定预算、评估产品盈利能力时失去准星。随着AI支出在销售成本中所占比例不断攀升，财务团队面临的利润目标压力正呈指数级增长。

　　AI成本对财务表现的实际冲击已经清晰可见。84%的受访企业表示，AI交付成本导致产品毛利率下降了至少6个百分点。其中58%的企业降幅在6%至15%之间，另有26%的企业降幅超过16个百分点。这意味着，原本毛利率为80%的产品，在计入AI成本后可能跌至74%甚至更低。报告特别强调，对于SaaS和AI原生企业而言，推理、GPU和API调用费用直接计入销售成本，这种挤压效应尤为突出。

　　许多财务负责人习惯性地将大语言模型Token费用视为AI成本的最大变量，但调查结果颠覆了这一认知。数据显示，数据平台使用费是最大的意外成本来源，56%的企业在此项上超出预算；紧随其后的是模型网络访问费用（52%）。LLM Token费用仅排在第五位（37%）。这种多元化的成本结构意味着，企业若只盯着API调用量，将无法捕捉到真正驱动成本失控的关键环节。

　　治理的前提是可见性，而报告发现大量企业存在严重的“成本盲区”。只有约35%的企业将本地部署的AI基础设施纳入成本报告。更令人担忧的是，即便AI是其产品的核心组件，仍有半数企业没有跟踪LLM API费用。这种选择性忽略直接导致“服务成本”计算失真，毛利率分析失去基础。此外，61%的企业运行在混合环境（公有云+私有基础设施）中，不同供应商和计费系统进一步碎片化了成本视图。

　　报告揭示了一个耐人寻味的规律：凡是单独收费或打包销售AI功能的企业，其成本治理水平普遍优于免费提供AI功能的企业。前者中70%能够精确计算单位服务成本，而后者只有29%能做到。在实时超限预警方面，收费企业的使用率高达71%，远高于免费提供者。在按客户、产品或模型维度分摊成本方面，收费企业的积极性也是后者的两倍。这说明，收入压力是驱动治理体系落地的有效催化剂。

　　从基础设施部署来看，61%的企业采用公有云与私有环境混合的模式。AWS以77%的整体使用率居首，但在年收入超过2.5亿美元的大型企业中，微软Azure以82%的渗透率反超AWS。值得关注的是，67%的企业正在积极规划将部分AI工作负载从公有云迁回自有基础设施，另有19%处于评估阶段。这一“算力回迁”趋势在中型企业中最为活跃，反映出企业对成本可控性和数据安全性的双重考量。

　　报告按成本跟踪、分摊和政策制度将企业AI成本治理成熟度划分为三个阶段：早期阶段（30%）刚刚开始尝试跟踪和分配成本；发展阶段（36%）具备一定可见性，但流程多依赖人工；高级阶段（34%）实现了自动化跟踪、分摊和治理。行业差异显著：制造业中50%达到高级水平，而金融服务业40%仍停留在早期阶段，代理式AI公司也有38%处于早期。

　　面对上述挑战，报告建议财务领导者将AI成本正式纳入销售成本管理，而非继续视作“创新费用”。建立涵盖公有云、本地、第三方API的统一可见性体系是改善治理的首要任务。同时，企业需要重新审视定价与产品策略，因为对于免费提供AI功能的公司而言，缺失的不仅是收入，更是驱动内部成本控制的关键问责机制。随着2026年的临近，AI成本治理能力将不再是技术问题，而是决定企业能否守住利润率底线的核心战略命题。