作为数字创新的核心，人工智能为面向未来的企业把握着机遇。然而，AI和生成式AI在铺就机遇之路的同时，也伴随着财务可持续性风险，可能威胁技术的持久应用。
剖析这一问题需理解AI对云服务的依赖。AI严重依赖云存储和计算能力，二者结合才赋予AI强大速度。云基础设施和应用程序虽为高级分析、超自动化和大语言模型提供了快速可扩展的交付渠道，但也引发了难以预见的云支出。《华尔街日报》近期文章探讨了AI如何影响云成本控制能力，隐藏的基础设施和应用程序成本进一步加剧了开支：
- 基础设施和应用程序价格持续上涨；
- 云服务占据IT预算主导地位，IaaS发票易失控；
- 多数公司云实际支出已超预算。
鉴于GenAI工具的高需求及其高昂成本，投资策略易迅速陷入财务不可持续境地。GenAI正为企业增加新的技术债务。在持续创新压力下，AI云服务或将以破纪录速度增长。随着2024年这些因素汇聚，过去三年的“云宿醉”甚至可能演变为全面的AI云破产。隐藏成本限制了CIO和CFO创建新预算的能力，迫使内部寻找资金维持数字化转型，可能导致AI创新破产。
当成本超出所创价值或整体业务增长时，AI投资将难以为继。最大陷阱之一是未计入支持AI所需的基础网络平台和专业知识等隐性成本。回报必须覆盖全部费用，而不应过度消耗IT预算及人员时间。
为防止颠覆性技术扰乱财务未来，高管须应对创新带来的不利经济状况，更加关注新兴技术的可持续性。
AI的财务监督者：精益组合管理
Gartner研究显示，到2025年，“70%的数字投资将无法实现预期业务成果”，原因在于缺乏战略组合管理。这种实践（亦称IT业务管理或技术组合管理）要求在执行创新策略时，保持在财务和人力资源限制范围内。为保持创新能力，公司应聚焦以下关键点：
破除误解：AI自动化意味着事务管理更复杂
AI虽通过运营自动化提升生产力，但投资需在费用管理上实现范式转变。按需使用的云资源和可变定价结构虽提供“按使用量付费”条款，但也伴随消费习惯增加下的无限可扩展成本。
金融领导者投资动态可扩展技术时，应以可见性、控制力和可预测性为指导原则收紧管控，这是推动可持续创新的关键。
- 仔细审视回报：将AI与业务目标紧密对齐，优先开展快见效项目，定期评估AI对指标的影响，以实现加速ROI，更快达成业务价值；
- 控制和跟踪直接与间接成本：采用包括FinOps在内的云财务管理策略，通过设置支出阈值和主动警报建立治理机制，利用分摊费用监控全部成本，将支出与创新项目及业务线关联以追踪结果；
- 利用AI抵消副作用：先进成本管理平台可在多云环境中发现超支源头，确定最具成本效益的基础设施配置并自动调整。
解决摩擦点：财务与技术团队协同培养责任感
创新速度至关重要，但随着AI应用放开，分散的支出增加了成本控制难度。高管、业务线领导者和员工渴望采购权，但风险管理所需的财务制衡不可或缺。CEO指令可能与风险偏好冲突，导致内部阻力与争议，创新领导者面临转型压力，而财务领导者需平衡控制措施以优化支出。
- 统一技术与财务团队：假设AI和云支出增长需要更多协作、可见性和实时控制，促进双方团队融合；
- 采用即时（Just-in-time）方法：致力于资源规模适配和减少浪费，不断将资源与需求匹配，实现思维转变；
- 培养责任文化：确保财务责任渗透至IT部门，数字创新融入财务部门。视创新为广泛赋能手段而非孤立项目，良好个人投资能促进持续进步。
以最小影响承担AI转型成本
AI对云计算的依赖隐藏着财务可持续性挑战，这为谨慎合理化举措提供了动力。AI对云成本的影响、“云通胀”威胁及GenAI需求，引发了对意外支出及AI能否以最小影响实现积极业务成果的担忧。
AI承诺带来前所未有的增长，但公司必须掌控技术组合，避免2024年因AI和云服务导致破产风险。管理支出和培养责任文化是关键策略。通过将创新与财务责任结合，企业既能利用AI潜力，又不损害可靠转型能力。延长AI使用寿命有助于提取更多业务价值，同时减轻创新领导者压力。