Signal YCurated AI News
更新于 11/5 20:4061 个信源

让 AI 成为资产,而不是开销

企业 AI9/29 18:43MIT Technology Review · AI查看原文 ↗
摘要

当企业 AI 从零散试点转为常驻生产负载,单纯按用量付费会带来难以预测的开支;企业需要逐工作负载评估,在各自的使用量“交叉点”上决定是继续按次购买,还是投资自建可优化、可控的容量。

核心要点
  • 引用德勤《2026 企业 AI 现状》:2025 年员工对 AI 的访问权限上升 5%,预计六个月内“至少 40% 的 AI 项目已进入生产”的公司占比将翻倍
  • 作者认为消费式定价给团队灵活性与低承诺,但当使用稳定、可预测且规模足以让容量保持产出时,就需要重新审视按次购买是否仍经济
  • 提出“交叉点”概念:即持续使用量达到某一水平后,自建容量可能比按次购买更经济,且不存在通用数字
  • 交叉点取决于所用模型、输入与输出 token 的比例、性能要求、系统设计、能源成本以及支撑它的运营模式
  • 不同负载成本画像差异明显:检索密集型知识系统每次交互处理更多上下文,智能体工作流则可能反复推理、检索、调用模型与使用工具
原文佐证
  • Deloitte’s 2026 State of AI in the Enterprise reflects what many leaders are seeing: worker access to AI rose 5% in 2025, and the share of companies with at least 40% of their AI projects in production is expected to double within six months.
  • Ownership is not automatically the lower-cost answer. It only makes sense when an enterprise can keep capacity productive.
  • Every organization has a crossover point, the level of sustained use at which owning capacity can become more economical than buying it one request at a time.
AI 洞察
当 AI 从实验走向常驻工作负载,竞争焦点会从“每 token 单价”转向“每单位有效产出的总成本”,这会重新定义云按量付费与私有化/自建方案的价值边界。值得注意的是,这篇文章的论述方向与数据中心、硬件及私有化部署厂商的商业利益高度一致,企业在采纳“拥有更省”的叙事时应要求按工作负载粒度的实测成本模型。可预见的走向是:混合部署与容量预留(reserved capacity)将成为企业 AI 财务规划的标准动作,而成本治理会像云 FinOps 一样成为独立职能。