人工智能的下一个挑战是盈利能力

每个技术变革最终都会演变为一个商业问题。对于人工智能而言，这个时刻已经到来，而且来得比大多数领导团队准备的要快。多年来，技术投资的企业案例遵循着熟悉的模式：识别问题、选择解决方案、谈判合同，然后财务团队将其纳入计划。成本是可预测的，回报是可衡量的，商业模型基本能自行运转。然而，人工智能正在改变这一切，给企业带来新的挑战：大多数企业赖以生存的财务基础设施是否能够支撑AI运行的成本？

利润率清晰地说明了问题。围绕传统软件模型建立的企业利润率约为80%，而AI驱动企业的利润率仅为20-30%。这一差距带来的影响远超技术领域，波及任何依赖AI工具、平台或服务的企业。董事会关于AI的讨论仍集中在采用和能力上，而对表面之下的成本结构关注甚少——这种成本结构与以往不同，因为AI快速扩展，需要持续的模型管理和商业控制，而大多数组织尚未建立这些机制。

人工智能的采用速度比企业财务控制的速度更快。今年早些时候，优步因其AI预算消耗速度远超预期，原因是缺乏商业控制。财务团队无法像建模席位或固定费用那样建模使用量。当AI模型成本发生变化时，下游的经济状况也随之改变，往往没有预警。本月，GitHub也宣布转向更昂贵的基于使用量的定价模式，这预示着AI行业正经历更广泛的价格调整。每个财务官都面临同样的问题：当供应商改变收费方式时，企业能多快感受到影响？

大多数组织通过已使用的工具和平台采用了AI，这些通常是添加了AI功能的软件订阅。无论企业是否积极使用AI功能，这些工具的成本都在上升，并往往被吸收到订阅续约和合同升级中，而财务团队尚未追问投资是否带来回报。软件行业过去建立席位订阅模式，即固定数量的用户支付可预测的月费。这一模式正在被瓦解，取而代之的是基于使用量的定价，成本根据AI的实际消耗（如处理的令牌数、完成的任务和API调用次数）波动。对于管理这些关系的财务团队而言，这引入了传统预算方法无法处理的变数。

复杂性迅速累积。一个毛利率80%的SaaS企业可以吸收一些损失，但一个毛利率约20%的AI企业则做不到。在这样的利润率下，原本是四舍五入误差的账单缺口随着业务扩展会变得代价高昂。与我们合作的企业现在同时运行四到五种定价模型，以跟上其产品现实，而这些模型从未设计用于此。席位订阅现在与使用阈值、令牌消耗、积分、年度承诺、超额费用和混合定价结构叠加，并随着产品成熟而不断演变。

财务官的对话不能等待。如果你正在经历这一变化，企业领导者需要更早提出更尖锐的问题：我们如何被收费？这种情况可能如何改变？我们的财务基础设施能否提供可见性和控制力？这意味着财务团队在预测时需要超越人头和固定许可。这意味着采购团队在签署基于使用量的合同前要理解其内容。这意味着财务官要AI支出不视为技术预算项目，而是作为需要主动商业管理的可变成本。第一批审视AI损益表的财务官已经在进行这些重要的对话，建立支持它的控制和账单基础设施。那些未能建立相应商业严谨性的公司将遇到困难——当账单到来时，他们会发现这一点，而且可能比预期更快。