CIO指南：人工智能代币经济学-如何在大规模上查看、控制和核算AI令牌支出

埃森哲研究报告如何在大规模上查看、控制和核算AI 令牌支出CIO指南：人工智能代币经济学2 阿约·门农CIO指南：人工智能代币经济学苏里亚·穆克吉詹姆斯·伯罗斯作者兰关高级执行董事，数字核心，负责人高级副总裁 首席人工智能与数据官首席总监 - 奥纬研究高级执行董事，数字核心，技术战略负责人3 引言CIO指南：人工智能代币经济学我们的全球调研与分析，结合咨询工作，揭示出AI的代币挑战既是成本问题，也是管理问题。 数据显示了五种有助于在不超出预算的情况下扩展AI使用的学科。始终领先的公司在任务到达生产环境之前，会将可观测性融入每一项工作负载中，通过分摊机制建立财务问责制，将每项任务路由至能够交付所需结果的最低成本模型，在新的工作负载上线前要求有可衡量的价值案例，并培训员工和开发人员掌握选择合适模型和高效使用AI的技能。他们对待AI代币经济学与其他技术资源（如资本、云基础设施和软件资产）一样，都秉持同样的严谨态度。企业AI正在创造一种新的商业成本：代币。随着消费规模的扩大，代币经济正成为一个实质性的风险与机遇，日益受到高管层和董事会的关注。总而言之，他们管理代币支出与管理任何其他生产成本的方式相同。 这使CIO成为响应的中心，但并非唯一。控制代币经济需要CIO联合财务、业务领袖、人力资源以及C-suite的其他成员，共同改变人工智能的资助、部署和使用方式。董事会正迫使CEO解释风险敞口与回报，CEO们正寻求CFO的管控，而CFO们则转向CIO以确保AI消耗可预测、经济上自律且价值显著。 掌握这些经济规律的公司将比那些仅支付账单的公司获得优势。4 什么是代币经济学？引言CIO指南：人工智能代币经济学收益十分显著。 在24个月的展望期内，采用这些管理规范的公司可以避免代币成本预计增长44%，即每年支出1000万美元可避免约440万美元的成本增长（或支出1亿美元可避免4400万美元）。同样的规范同时关闭了第二个差距：目前，在代币支出中，只有每美元20美分能被表述为向董事会或首席财务官展示的量化财务成果。实施收费回溯和工作负载级度量的组织将该比例提高到每美元32美分，使得首次每10万美元支出中约有115万美元变得可证明。综合来看，每10万美元的年支出可节省成本并证明价值共计560万美元（或支出1亿美元时为5500万美元），所有这一切都不需要部署新模型或增加AI投资。随着标记成本上升，董事会越来越多地向CEO提出三个问题：是什么驱动了AI成本？这些成本将增长多快？以及AI正在创造怎样的商业价值？许多CIO目前还无法自信地回答其CFO、CEO和董事会的问题，这主要是因为他们缺乏对产生标记消耗的工作负载、驱动这些消耗的模型以及所创造的商业成果的可见性。同样重要的是，CIO们往往用技术术语而非CFO需要用来为CEO准备董事会会议的财务术语来解释这个问题。这使得投资分配、风险管理和自信地扩展AI变得更加困难。其他公司仍然像十年前管理企业软件那样管理人工智能：他们等着收账。 但现在这种做法很快就不灵了，因为支出已从固定软件许可转向基于使用的AI，并且员工、代理和业务流程的消费都在增长。代币经济学基金会将AI代币经济学定义为：将能源和资本转化为AI的学科，然后高效地消耗AI服务以实现智能成果并驱动商业价值。 1 代币是AI模型处理的数据单位。每个提示、响应、检索步骤和代理交互都会消耗它们。代币经济学是连接AI消耗与其所返回价值的学科。5CIO指南：人工智能代币经济学引言研究快照我们于2026年7月进行了一项调查，涵盖来自全球17个年收入超过10亿美元的企业的750位高级管理人员，这项调查与2026年6月至7月期间对15位财富500强科技和金融领导者进行深入访谈相结合。受访者评估了其组织在人工智能消费、优化、路由、问责制和价值衡量方面的管理方式，从而提供了见解。我们深入研究了人工智能部署的经济效益以及大规模治理所使用的机制。 我们在研究生产过程中使用生成式人工智能。我们的研究专家尽可能使用传统研究方法来审查和验证生成式人工智能的输出，并应用埃森哲（Accenture）负责任人工智能（Responsible AI）标准。采用五项纪律的公司，会将每一笔资金视为需要管理的生产投入，在花费之前进行管理，而不是事后审查的发票。 结合五项纪律，能为CIO们提供所需的严谨性，以扩展企业AI应用，同时控制成本并证明其商业价值。612 345第22页第 36 页第 27 页CIO指南：人工智能代币经济学解决方案第 35 页下一步内容第 07 页结论商业挑战埃森哲如何提供帮助7CIO指南：人工智能代币经济学CIO的责任缺失商业挑战 解决方案 下一步结论可以帮助Accenture商业挑战目前，仅凭代币支出本身可能不足以引起董事会关注，但其发展趋势正日益受到重视。 随着消费加速和预测变得不再可靠，CFO们面临一个成本类别，它可能在极短的时间内从运营支出转变为重大的财务风险。这种压力会逐级向上传递，因为CFO们必须向CEO解释这种风险敞口，而CEO们则必须越来越多地向其董事会解释。我们调查中的企业去年总共花费了约25亿美元用于AI代币。 如果不加干预，这一数字在24个月内将攀升至36亿美元。3 总体而言，范围很广：一家全球科技公司年支出超过2000万美元，一家欧洲保险公司的人工智能推理预算为1.5亿至2亿美元，以及一家政府承包商，其全球人工智能支出上限为2.5亿美元。由于支出因部署阶段和组织规模而异，我们的分析按每年1000万美元的代币支出额表示，而不是锚定任何单一基准。如果你的组织支出为3000万美元，则乘以三。如果支出为3亿美元，则乘以30。人工智能代币成本在所有人工智能成本驱动因素中排名第三，仅次于基础设施和软件开发与维护。8CIO指南：人工智能代币经济学这个警报绝非毫无道理。下一步结论可以帮助Accenture他们的担忧最终归结为两个缺口：难以按季度预测代币数量和支出，以及一旦资金支出，回报便无法解释。 这两个问题形成了一种两难境地。当成本不可预测时，财务部门犹豫不决，不愿批准更大的AI预算。当价值难以衡量时，领导者无法为其AI预算申请进行辩护。这导致财务部门向CIO下达了新指令：在成本曲线成为董事会层面的问题之前，必须使AI的经济效益变得可见且可控。优步在四个月内花掉了其全年人工智能代币预算的全部。 一位在全球金融数据和媒体公司负责云、平台和安全架构的首席技术官直截了当地表示：这确实是个问题……以分钟为单位、以天为单位不断增长……追踪[代币数量和使用情况]绝对是一项挑战，尤其是当它分散在多个组织、多个团队时。该轨迹才是真正值得关注的问题。 在我们调查中，公司预计未来24个月内，代币消耗量平均增长78%，而每个代币的价格平均下降19%。一家美国主要金融机构的技术负责人描述了六个月内增长了5-10倍。 在该范围的下限，一年1000万美元的基准收入在一年内变成了5000万至1亿美元的一年收入率，而在此之前的任何价格下降抵消措施都尚未实现。类似地，一家大型欧洲银行在一年内从近乎零增长到每年500万欧元（580万美元）的代币支出，在有人干预之前，单个工作负载每周运行20万欧元（约23.1万美元）。商业挑战 解决方案9 +78% ov