北京
拉斯维加斯Google Cloud Next大会期间，一个数字让在场的企业技术负责人感到紧迫：云计算用了十年才成熟的FinOps（云成本管理）体系，AI时代只有一年时间来重建。
Finout联合创始人兼CEO Roi Ravhon在这场对话中抛出了这个判断。他的公司与Google Cloud FinOps负责人Pathik Sharma同台，讨论一个正在发生的转变——当AI推理成本以token为单位流动时，传统的云成本管控方法正在失效。
问题的核心在于token经济学带来的双重不确定性。一方面，尽管token单价持续下降，企业AI支出却在攀升。Ravhon指出，Anthropic和OpenAI近期发布的新旗舰模型"思考量达到3倍"，完成相同任务消耗的token更多。另一方面，同一问题的两次提问可能产生截然不同的token消耗——"你问同一个问题两次，每次的token用量都不一样，这怎么规模化？"
CFO们的态度已经转向。Ravhon描述了这一轮周期的变化：起初是"无限预算，先创新再说"，现在话题回到了ROI。Google的Sharma用一个比喻回应这种焦虑：别动不动就拿起雷神之锤。他提到有客户"所有场景都用Gemini Pro模型"——写邮件、总结邮件、优化表达——但这些任务完全可以用更小更便宜的Flash模型完成。
真正的FinOps不是让员工背诵哪个模型适合什么任务，而是在底层构建编排层，自动把每个请求路由到能可靠完成任务的最低成本模型。Sharma进一步拆解了AI账单的构成：LLM API支出只是其中一块，GPU和TPU（仍然稀缺）、训练算力、推理算力、数据存储，以及组织层面落地AI的成本都在列。他援引斯坦福大学的最新研究印证了一个早期发现：每1美元的有形技术投资，企业可能要在无形环节花掉多达10美元。
对于刚接触FinOps的人，两人给出了相同的建议：先去FinOps Foundation学习框架，而不是直接找供应商。这个领域变化太快，地基比工具更重要。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
