FinOps AI治理要求新KPI，代币经济学重塑企业成本模型

企业AI支出加速增长，正在对FinOps AI治理进行压力测试。传统的成本优化手段——如标签、合理调整大小和预留容量——在面对以代币为基础的成本模型、不透明的计费方式以及变化速度快于治理框架的架构时，显得力不从心。

压力十分明显。根据FinOps基金会发布的《2026年FinOps状况报告》，如今98%的从业者管理AI支出，而两年前这一比例仅为31%——然而大多数组织仍然缺乏在规模上控制AI支出的可见性和治理结构。SailPoint Technologies公司的资深FinOps分析师Victoria Levy指出，FinOps for AI必须弥合采纳与问责之间的差距。

Levy表示：“关键绩效指标将有显著不同。我们现在有代币，所以人们会提出每代币成本，或者每其他业务驱动因素的代币数。这些指标最终会汇聚成有用的东西，我认为它们将成为新基础的一部分，然后我们就能在此基础上构建内部实践。”

在FinOps X 2026大会上，Levy与theCUBE的John Furrier和Paul Nashawaty进行了交流，讨论了FinOps AI治理如何需要新模型、跨职能协作以及基于结果的指标，从而将成本管理提升为业务价值。

FinOps AI治理要求自动化与跨团队协作

从FinOps X现场传递出的最明确信号之一是，自动化不再是可选项。Levy指出，没有自动化，最佳实践一引入就会退化。执行——而不仅仅是建议——才能让收益持久。

“如果你没有自动化，只是告诉人们遵循最佳实践并合理调整大小，那只能是一次性的，”她说，“你需要实施强制执行，以确保已经完成的工作得以保持，然后才能在此基础上进行其他优化。”

Levy指出，孤岛决策是FinOps AI治理中的一个反复出现的挑战。如今AI计费的颗粒度远低于传统云发票，因此跨职能背景——财务、工程和安全团队之间——对于理解某项成本是浪费还是有意为之的架构权衡至关重要。

“每个人都应该与其他所有人沟通，因为成本背后有太多背景信息，”她说，“你可能认为某个成本效率低下，但团队可能有其他原因，比如安全要求——所以那不是浪费。也许它实际上很有价值。通过沟通，你就能获得做出更好决策的背景。”

以下是完整的视频采访，属于SiliconANGLE和theCUBE对FinOps X 2026的报道：

（* 披露：theCUBE是FinOps X活动的付费媒体合作伙伴。FinOps基金会作为theCUBE活动报道的赞助商，以及其他赞助商均不对theCUBE或SiliconANGLE的内容拥有编辑控制权。）