北京
过去两年，企业一直在加速推进生成式AI战略。从早期的聊天机器人，到如今深度介入核心软件、数据和大型语言模型的自主智能体（Agentic AI），部署模式的变化令人瞩目。这些智能体甚至能创建自己的子智能体，展现出强大的自动化能力。
CIO们对智能体AI减少人工流程、加速洞察与行动的能力感到兴奋。然而，治理问题和AI令牌（Token）成本正成为令人警惕的挑战。如何在享受AI能力的同时，避免“影子AI”和智能体蔓延带来的访问控制风险，以及不受管理的令牌消耗导致的“账单冲击”，成为当下亟需解决的课题。
生成式AI的快速演进与治理滞后
生成式AI的转变速度极快，从早期的临时性AI实验、测试和试点，发展到今天的企业级业务流程。这一速度已经超过了常规治理框架的进展，使传统治理体系实际上变得过时。
有经验的CIO可能会将这一变化与云计算平台早期相提并论——当时员工用信用卡为自建的AWS试用付费，迅速积累了惊人的账单。也有人会联想到销售主管自行搭建在线CRM平台，或其他业务负责人绕过IT部门运行自己的Sharepoint系统的时代。还有人将其与自带设备（BYOD）和WiFi的普及相类比——用户主导的新设备需求曾彻底冲垮了统一镜像克隆PC的命令与控制型IT体制。
风险已现实存在，CIO需直面挑战
无论做何种比较，一个事实已经清晰：由于AI的快速发展，数据泄露、合规标准和IT成本方面的风险非常现实。没有人愿意失去获得竞争优势的机会，更不愿放弃对昂贵且错误频发的自动化流程进行根本性重构的机会。
因此，CIO们再次面临一个两难境地。IDC指出：“计算IT投资回报有一套成熟的剧本：定义基线、建模效率提升、预测成本节约，然后向CFO呈现一个数字。对大多数技术投资而言，这种方法行之有效。但智能体AI打破了这一模式。”
智能体AI并非固定不变且可预测的，因此难以管理和计算投资回报。但众所周知，它能削减大量成本，所以必须使用它，同时尽可能管理成本。Gartner已经预测，到2027年，超过40%的智能体AI项目将因成本失控、治理缺失等问题而被取消。
控制平面：提供可见性的关键答案
面对这一困境，答案在于一种控制平面（Control Plane）的形式，它为CIO提供所需的可见性。这种控制平面能够帮助企业在享受智能体AI带来的创新红利的同时，有效监控令牌消耗、管控访问权限，从而在创新与风险之间取得平衡。
对于企业而言，关键在于既要保持AI创新的速度，又要建立相应的治理机制。这并非简单的技术问题，而是涉及组织流程、财务管理和风险控制的系统性工程。CIO们需要在推动业务部门采用AI的同时，确保成本可控、安全合规，避免重蹈云计算早期“影子IT”的覆辙。
智能体AI的潜力毋庸置疑，但如何驯服这匹“野马”，将是未来几年企业数字化转型中的核心命题。那些能够率先建立有效控制机制的企业，将在这场AI竞赛中占据更有利的位置。
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.
