北京
AI开支正在塞满企业董事会的报告文档，但首席财务官们真正想知道的是：这些投入到底在损益表上兑现了多少价值？OpenAI首席财务官萨拉·弗莱尔（Sarah Friar）给出了一个简明的评估框架——财务团队无需深究模型规格、供应商承诺或每token成本，只需要追踪一个更根本的指标：每次AI部署中，企业究竟获得了多少“每美元有用智能”。
她在博客文章中整理了一份由四个问题组成的AI投资计分卡。“几乎所有CFO都在问我同一个问题：如何让AI支出创造更多价值？”弗莱尔写道。这四个问题旨在推动领导者界定哪些工作对业务真正重要、量化AI完成这些工作的完全成本，并检验员工能否可靠地在AI产出的基础上继续推进，而不是反复返工。
这套评估逻辑的终极目标是证明AI所完成工作的价值复合增速快于其生产成本，否则就应在光环变成拖累之前重新配置资本。弗莱尔并未要求财务团队成为技术专家，而是建议用通用语言——投入与产出的比值——来统一衡量所有AI项目的健康度。
这背后是首席财务官群体集体涌入AI投资决策层的趋势。贝恩公司近期一项调查显示，56%的高级财务高管今年将企业级AI投资提高超过15%。未来两年，83%的受访CFO计划将AI预算增幅维持在15%以上，其中42%预期增幅将超过30%。
然而，早期AI投资回报远未形成共识。只有31%的CFO将财务领域的AI应用成果评为“强烈正面”。贝恩分析指出，财务负责人加码投入并非因为前期回报惊艳，而是因为已规模化部署AI的企业与尚未行动的企业之间，差距已经大到无法忽视的地步。
随着CFO被越来越多地推到AI价值创造的核心角色，这张简洁的计分卡或许正是他们亟需的衡量工具。它不要求理解transformer架构，只要求财务专业人士做自己最擅长的事：用数字说话，算出每一笔开支背后的真实回报。
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.
