AI經濟學重塑FinOps：企業尋求更高可見性和控制力

隨着企業級人工智能（AI）支出的加速增長，組織正面臨一系列新一代的成本與優化挑戰，同時迫切需要提升AI支出的可見性。FinOps（財務運營）的下一階段越來越側重於改善可見性，並將財務責任融入日常技術決策中。

FinOps已遠遠超出雲成本管理的範疇，組織現在將關注點擴大到更廣泛的技術支出。據Virtasant LLC產品負責人Rajeev Laungani表示，隨着AI採用的加速，企業正面臨新的挑戰。“每天都有新模型、新服務出現，”Laungani説，“什麼是正確的模型？我們是否高效地使用它？這是AI世界中需要解決的首要問題。”

Laungani與雪佛龍公司信息技術優化技術產品經理Colby Rozell在FinOps X 2026大會上接受了theCUBE的採訪。他們討論了AI支出可見性以及FinOps在軟件開發中日益增長的作用。

AI支出可見性挑戰

組織越來越希望整合其FinOps工具集，利用AI自動化重複性任務，同時將人類判斷保留用於更高風險的決策。Rozell指出，雖然AI可以自動化許多重複性FinOps任務，但人類判斷仍然至關重要，因為組織仍依賴多種工具，尚未找到能解決所有問題的單一平台。“這實際上是多種工具的組合，將各種洞察彙集在一起，我們才能真正利用所獲得的洞察，”他説，“除此之外，我們還需要消除摩擦。”

許多成本節省建議產生的單個節約金額較小，但實施這些建議往往需要大量工程努力，從而造成摩擦並延遲行動。然而，當這些建議彙總起來時，可以帶來數百萬美元的潛在節省。Rozell表示：“這正是我看到AI for FinOps消除摩擦、幫助我們更快地在這些決策中實現價值的地方。它不僅僅是做出決策，仍然需要人類參與，而是貫穿到執行層面，甚至為他們修改代碼。”

Laungani指出，代碼級別的優化才是真正的精細之處，每個架構決策都會帶來成本影響，且這種影響會隨着時間累積。“每一次代碼變更，其成本影響是什麼？”Laungani問道，“每一次開發或架構考慮，將如何影響五年後的環境？”

這是SiliconANGLE和theCUBE對FinOps X 2026報道的部分內容。完整視頻採訪可在上方觀看。