AI使用指標: CFO難以追蹤的企業AI使用情況

AI現在幾乎滲透進每家公司的每個角落——從銷售用ChatGPT寫郵件，到工程師用GitHub Copilot補程式碼。但有個問題正讓CFO們夜不能寐：他們根本說不清員工到底在用多少AI。

《華爾街日報》最近一篇報道點出了這個痛點：AI使用量這個指標，正成為財務主管們最頭疼的盲區。不像雲端計算那樣有明確的API呼叫次數或儲存用量，AI工具的使用分散在數百個SaaS平臺、內部部署模型和員工自帶的個人賬號裡。

為什麼AI消耗這麼難算

一個核心原因是計費粒度太粗。大多數AI服務按座位或固定套餐收費，而不是按token或API呼叫。這意味著財務部門看到的是一筆固定月度支出，卻不知道實際消耗了多少算力。更糟的是，很多團隊用個人信用卡買ChatGPT Plus，這筆費用根本進不了企業採購系統。

另一個問題是影子AI的泛濫。開發者在Hugging Face上隨便拉個模型，在自家伺服器上一跑，成本就藏在IT運維預算裡。市場部用Midjourney生成的圖也直接從個人賬戶扣費。等CFO看到彙總報表時，AI支出可能已經悄悄翻了倍。

對財務規劃的連鎖影響

無法追蹤用量，直接導致預算失控。一家SaaS公司的財務負責人告訴我，他們今年AI相關支出漲了300%，但沒人能說清楚哪部分帶來了收入。而更深遠的影響在於：ROI計算幾乎失效。如果不知道每次生成、每個推理呼叫的成本，就無法判斷AI專案值不值得繼續投錢。

這在審計和合規層面也是個定時炸彈。有些行業受監管要求必須記錄AI的使用場景（比如金融領域的電子郵件生成），但連一份全員AI使用清單都拿不出來，審計怎麼過？

三條務實建議

目前行業還在摸索最佳做法，不過從已經踩過坑的公司裡，可以總結出一些立即能用的操作方法：

• 建立AI採購清單：強制要求所有AI工具的採購必須報備，哪怕是用個人郵箱註冊的免費用量。一個簡單的電子表格就能堵住大部分影子支出。
• 推動核心AI服務集中採購：把用量最大的AI平臺（比如企業版ChatGPT、GitHub Copilot）轉為按用量計費的商務合同，這樣財務能拿到明細賬單。Token和API呼叫次數就是最好的單位成本指標。
• 每季度做一次「AI支出審計」：對照團隊的實際業務成果（例如客戶回覆數、程式碼提交數），看看每美元花了是不是值得。初期不用追求精確，有個大致方向就行。

最後想說，CFO現在抱怨AI用量難追蹤，其實和當年雲端計算初期一模一樣。那時候財務也說不清伺服器CPU用了多少，直到出現FinOps這樣的實踐。AI領域的計量和成本治理，遲早也會形成一套標準化框架。對財務團隊來說，現在主動建立追蹤機制的人，明年預算季就不會措手不及。