点击上方
关注我们
甫瀚咨询Protiviti
作者：Jim Kinsman 甫瀚咨询董事总经理，安全与隐私业务
电信运营商数十年来一直在管理频谱、带宽、计算资源、存储资源和网络容量等有限资源。如今，AI Tokens（人工智能词元）已成为一种新的战略资源，需要同等程度的高管监督和严谨管理。
随着电信运营商在客户服务、网络运营、网络安全、欺诈管理及其他业务职能中扩大 AI 应用，词元消耗正成为影响成本、性能、治理和业务价值的重要因素。据行业报道，随着 T-Mobile（德国电信旗下的移动通信运营商）将 AI 更深入地融入运营，其每年处理的 AI 词元已突破1万亿个。这表明，随着 AI 应用规模扩大，电信运营商的词元消耗量可能迅速攀升至庞大规模。与此同时，Vodafone（沃达丰）披露，其 AI 驱动的助手目前每月在欧洲处理约6,000万次客户对话。
对于 CFO（首席财务官）和 CIO（首席信息官）而言，挑战在于如何治理、监控和优化 AI 投资，使每一个使用的词元都能带来可衡量的业务成果，同时支持运营韧性和长期增长。
除了管理成本，领导者还必须为新一代 AI 性能指标做好准备，包括 Time to First Token（首词元响应时间，TTFT）、词元吞吐量，以及每次推理的能耗。建立这些能力，不仅需要技术投资，还需要具备 AI Observability（AI 可观测性）、明确的责任归属、有效的控制措施，以及支持规模化管理 AI 所需的治理框架。
敏于知
首席财务官如何像管理按消耗计费的资源服务一样管理AI
电信行业首席财务官熟悉按消耗计费的经济模式。无论是管理云资源消耗、网络传输成本，还是客户使用套餐，成功的关键都在于了解需求的驱动因素、控制成本，并确保支出带来可衡量的业务价值。
AI 带来了类似的挑战，但其规模更大，可预测性也更低。
虚拟助手每处理一次客户咨询、AI 模型每分析一次网络异常、AI 智能体每执行一次网络安全工作流，以及员工每与 AI Copilot（AI 助手）互动一次，都会消耗词元。单次互动的成本可能看似微不足道。然而，对于每天处理数百万次客户对话、网络事件、安全警报和运营决策的大型电信企业而言，词元消耗可能迅速达到不可忽视的规模，并变得越来越难以预测。
AI 成本与传统软件许可费用的不同特性，进一步加剧了这一挑战。组织不再支付可预测的年度许可费，而是按消耗付费。一项能够带来显著业务成果的成功 AI 举措，也可能随着其在整个企业内的应用规模扩大，导致消耗大幅增长。
有效的 AI 治理始于提出正确的问题。对于电信行业领导者而言，这些问题不能仅限于使用了多少词元，还必须关注这些词元促成了哪些业务成果、哪些领域的消耗正在加速增长，以及组织是否具备负责任地扩大 AI 应用规模所需的控制措施。
领导者应就 AI 用量提出的一些
我们是否了解哪些 AI 应用场景消耗的词元最多？识别造成最高用量和成本的应用程序、模型及业务职能。
我们能否衡量每次客户互动的成本？评估 AI 支持的客户服务所带来的效率、体验和成果改善，是否与其成本相匹配。
我们能否量化每解决一起网络事件的成本？确定 AI 投资是否在加快检测、诊断和修复工作的同时，降低运营成本。
哪些 AI 举措正在创造可衡量的业务价值？跟踪收入增长、生产力提升、客户留存、运营费用降低，以及 EBITDA（息税折旧摊销前利润）改善等成果。
哪些环节产生了不必要的词元消耗？排查提示词过长、过度使用高价模型、工作流效率低下、重复的 AI 请求，以及不受控的智能体活动等问题。
我们能否预测未来的词元需求和成本？了解应用普及、模型变化及新的 AI 举措可能如何影响未来支出。
我们是否具备规模化治理 AI 所需的控制措施？确保政策、监控、审批流程、支出限额和风险控制措施落实到位。
我们能否将 AI 用量与业务成果直接联系起来？在跟踪词元消耗的基础上，进一步衡量 AI 对客户体验、运营韧性和财务绩效的贡献。
越来越多的行业分析师将 Tokenomics（词元经济学）描述为 FinOps（财务运营）的下一阶段演进。
组织必须以管理云支出同样严谨的方式管理词元经济，清楚掌握谁在使用 AI、使用哪些模型、这些互动的成本是多少，以及是否创造了业务价值。如果缺乏这种可见性，领导者就可能将 AI 支出视为一项不断增长的运营费用，而非战略投资。
对于电信运营商而言，目标应是优化词元消耗，而非将其降至最低。例如，客服助手即使消耗更多词元，只要能够缩短通话处理时间、提高客户满意度并提升首次联系解决率，仍可能创造实质的价值。同样，如果 AI 支持的网络运营平台能够改善服务中断检测、加快事件响应或降低运营成本，那么更高的词元消耗也可能是合理的。
对于首席财务官而言，首要任务是在费用跟踪的基础上，建立将 AI 用量与价值、绩效和风险相联系的运营模式。通过与首席信息官合作，他们可以运用财务运营的严谨管理方法，清晰掌握消耗、明确支出责任，并为 AI 和云资源使用建立可扩展的成本模型。
首席信息官视角：电信运营商规模下的AI治理
在电信运营商的业务规模下，即使微小的低效也可能迅速放大。如果缺乏适当监督，组织可能面临词元消耗上升、模型使用不一致、安全风险、合规挑战，以及难以全面了解企业内部 AI 使用情况等问题。因此，首席信息官必须建立覆盖整个 AI 生态系统、确保可见性、问责和控制的治理框架。
该框架应纳入以下五项关键优先事项：
建立企业 AI 资产清单。 这份清单对于管控 Shadow AI（影子 AI），即未经授权使用 AI 工具的行为，以及清晰掌握 AI 资产情况至关重要。清单应包括：
AI 应用程序和 AI 助手
自主 AI 智能体
第三方 AI 服务
由业务部门拥有的 AI 解决方案
实施 AI 词元治理政策。 这将为以下事项设定明确的管理边界：
经批准使用的 AI 模型
消耗阈值和预算
监控与报告要求
逐级上报和例外处理程序
首席信息官应像管理带宽一样管理词元：确保其消耗可衡量、使用受治理，并与业务优先事项保持一致。
优化模型选择。 并非每个应用场景都需要最先进或最昂贵的模型。例如，客户通话摘要、知识检索、文档编写和常规报告，通常可以由规模更小、成本更低的模型处理，而不影响质量。
将 AI 智能体纳入企业身份安全管控。 AI 智能体应与人类用户遵循同等治理规则。对这些智能体的治理应包括：
纳入身份与访问管理（IAM）体系
最小权限访问控制
审计日志记录与监控
生命周期管理与人工监督
建立 AI 可观测性。 领导者应能够回答以下问题：
哪些应用程序消耗的词元最多？
哪些业务单元是 AI 支出的主要来源？
AI 系统是否正在实现预期成果？
哪些环节正在出现风险、低效或合规问题？
首席财务官与首席信息官的合作：AI治理是共同的领导责任
领先的电信运营商认识到，AI 词元管理既是财务挑战，也是技术挑战。它们正在建立联合运营模式，平衡创新、成本管控、运营绩效和风险管理。
这包括设立跨职能 AI 治理委员会，定期审视用量趋势、业务成果、风险敞口、模型表现及优化机会。
当首席财务官与首席信息官共同承担成本、价值、绩效和风险方面的责任时，AI 治理最为有效。首席财务官聚焦于价值实现和财务问责，首席信息官则提供负责任地扩大 AI 应用规模所需的治理、技术监督和运营控制。双方共同建立的词元治理机制，能够帮助组织有信心地扩大 AI 应用规模、控制成本、提升绩效，并将 AI 试点转化为可衡量的企业价值。
达于行
甫瀚可提供的服务
面对 AI 在企业内部大规模应用带来的新挑战和新机遇，我们可为企业提供以下四类专业服务，助您高效完成 AI 治理与合规落地。
同时，为帮助企业应对 AI 治理挑战，甫瀚咨询编制了《AI 治理指南——常见问题解答》。本指南从跨职能视角出发，通过对106个常见问题的解答，为读者提供了 AI 治理的实操建议，并系统梳理其在合规、网络安全、财务报告、人才与文化、客户体验、运营效率、内部审计以及董事会监督等领域的潜在影响与管理要求。指南所设置的问题，聚焦 AI 从实验阶段转向企业级深度应用过程中，组织领导者实际面临的核心治理难点。
欢迎扫描下方二维码阅读完整版指南。
欢迎与我们的团队探讨交流
张国昌
董事总经理，中国区负责人及上海分公司负责人
David.Cheung@protiviti.com.cn
崔楠
董事总经理，中国区联合负责人及北京分公司负责人
Tracy.Cui@protiviti.com.cn
麦欣茵
董事总经理，深圳分公司负责人
Christina.Mai@protiviti.com.cn
唐尧
董事总经理，成都分公司负责人
Daniel.Tang@protiviti.com.cn
转载声明：本文须原文转载，不得修改，且须标注转载来源：甫瀚咨询Protiviti。如有编辑需求，请联系我们。
关于甫瀚咨询
甫瀚咨询（上海）有限公司是一家具有全球视野的咨询机构。我们在中国开展业务至今已逾二十年，分别在上海、北京、深圳、成都和香港设有五个区域团队。依托甫瀚全球网络，我们能迅速汇聚甫瀚全球超过25个国家90个分支机构的资源与洞见，灵活调动更适合的专业团队为客户带来高质量的交付，并支持中国企业的海外拓展。
甫瀚咨询的业务遍及运营与财务管理绩效优化、风控与合规、内部审计、信息技术咨询、数字化转型，以及气候变化与可持续发展等领域。我们为中国各行业优秀企业、世界500强企业、全球各地资本市场的上市公司以及拟上市公司提供成熟及定制化的解决方案，亦为成长型企业提供陪伴式服务。
公司网址：
www.protiviti.cn / www.protiviti.com
电子邮件：
protiviti.china@protiviti.com.cn
若欲了解更多讯息或有业务咨询/合作需求，
请点击下方联系我们