根據《CFO Dive》報導，隨著人工智慧技術逐漸整合至企業營運的核心流程，大約有六成受訪企業在過去一年中，AI相關支出明顯超出預期或預算，其中三分之二因此面臨負面財務影響，包含自由現金流減少或可支配支出縮減。
AI專案超支普遍 財務長參與度提升
報導指出，超支的專案平均超出預算達 24%，更有 21% 的專案超支逾 30%。儘管企業財務長在重大 AI 投資審批流程中的參與度，已從一年前的 42% 提升至目前的 52%，但成本失控問題依然嚴峻。過去兩年獲得資金的 AI 專案中，平均僅不到一半（49%）實現預期價值，僅有 15% 的企業能將 AI 投資與具體獲利能力完全連結。
從產業面來看，當前企業面臨的痛點已非「要不要導入AI」，而是「如何控制看不見的AI黑洞」。如果將AI支出單純視為IT採購，財務長很難在多模型策略與自主代理程式（AI agents）普及的趨勢下守住預算。建議企業應建立涵蓋成本、品質與商業價值的綜合評估機制，並要求供應商提供足夠的可觀察性，才能在取得營運效益的同時，避免現金流遭到侵蝕。
產業界的應對建議與成本控管策略
針對成本控制，Capgemini Invent 執行長 Volker Darius 指出，企業需要停止將 AI 成本視為單純的技術問題，而應將其視為一組經濟成果的投資組合來管理。目前六成受訪企業缺乏全面的 AI 費用視角，半數企業在未充分掌握完整成本的情況下便批准了 AI 支出，僅有 56% 的企業對擴大採用 AI 後的成本預測能力有充分信心。
此外，《Search IT Operations》指出，AI agents 可能導致無法預測的成本，因為單一任務可能觸發重複的模型呼叫，消耗更多 Token 與運算資源。Forrester Research 首席分析師 Kevin Ogunsua 建議，可透過設定 AI agents 使用限制、要求供應商負責，以及將支出與業務成果連結來管理成本。企業亦可運用「價值矩陣」與「Big T framework」分析 Token 消耗，並透過縮小請求規模、利用快取與減少模型呼叫次數來控制開支。
後續觀察
隨著超過六成高階主管預期未來 12 個月內將採行多模型 AI 策略，企業財務管理的複雜度預料將進一步提高。未來各家企業能否在 AI 創新與財務紀律之間取得平衡，將成為攸關市場競爭力的關鍵指標，相關成本控管機制的成效仍有待持續觀察。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
為什麼大多數企業的 AI 專案會面臨超支問題？
根據調查，約六成受訪企業在過去一年中 AI 支出超出預期，主因包括缺乏全面的 AI 費用視角、半數企業在未充分掌握完整成本前便批准支出，以及自主執行的 AI agents 容易觸發重複模型呼叫，導致 Token 與運算資源消耗難以預測。
企業財務長在 AI 投資審批中的角色有何轉變？
財務長在重大 AI 投資審批流程中的參與度，已從一年前的 42% 提升至目前的 52%，顯示企業正逐漸加強對 AI 相關財務風險的控管與審查。
有哪些具體策略可以用來控制 AI 專案的成本？
企業可透過設定 AI agents 的使用限制、要求供應商提供更高的可觀察性、運用「價值矩陣」與「Big T framework」分析 Token 消耗，並藉由縮小請求規模、利用快取及減少模型呼叫次數來管理與降低成本。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
