企业AI规模化困局：成本失控成新瓶颈

编辑注：欢迎阅读《Prompt》，这是您每周一次的AI格局动态简报。我们对当周最重要的进展进行分析性解读，并精选汇总值得关注的相关报道。

一份新报告发现，四分之一的AI资金被浪费，凸显企业面临的一个日益严峻的现实：挑战已不再仅仅是部署AI，而是控制AI在规模化运行时的成本。随着AI支出在企业内部不断扩散，成本管理正变得与采用该技术本身同等重要。

该发现来自AI软件开发平台供应商 Harness发布的《2026年FinOps领域AI现状报告》，该报告基于对700名FinOps及工程负责人开展的调研。报告显示，超过半数的组织尚未指定AI成本的专职负责人，导致难以追踪支出或识别浪费。

组织还经常为常规任务选用过大、更昂贵的模型；与此同时，AI采用率持续上升正推动token消耗量增加，尽管单个token的成本正在下降。

该报告反映出企业级AI更广泛的转变趋势。过去两年，焦点一直集中在将生成式AI部署至全业务范围；如今挑战在于确保这些部署在使用规模扩大时仍具备财务可持续性。

Harness的上述发现并非孤立现象。

安永（EY）本周发布的一项调研显示 ，各组织仍在持续投资AI，但正更加密切关注 token成本与投资回报率（ROI）。 施耐德电气（Schneider Electric）与AMD共同发布了AI工厂蓝图，这进一步表明企业正从证明AI可行转向构建可支持AI规模化运行的基础设施。

这一转变在云服务商（hyperscaler）财报中亦有体现：微软（Microsoft）、Alphabet和Meta均强调AI部署与基础设施执行成效，而非单纯增加AI支出。

综观本周各项进展，企业级AI下一阶段的发展特征或将更多由企业如何高效管理相关投资所定义，而非由其投入金额多少所决定。

企业级AI似乎正遵循一种熟悉的发展模式。正如此前的云计算一样，早期竞相采用该技术的热潮正让位于对成本管控、回报衡量及可持续规模化部署的更大关注。那些将AI视为一项运营能力而非无止境实验的企业，未来可能更具优势。

本周AI新闻其他要点：

多数美国公司缺乏成熟的AI治理框架：尽管对AI治理的投资持续增长，但相对而言，仅有少数美国公司已建立成熟的治理框架，这在企业部署越来越多自主AI系统之际引发担忧。

美国联邦通信委员会（FCC）以安全风险为由禁止进口中国仿人机器人：美国扩大了对中国仿人机器人的限制，援引国家安全风险，此举是华盛顿方面加强本国AI与机器人能力努力的一部分。

Core Scientific通过140亿美元AMD协议将其AI算力容量翻倍至1.1吉瓦（GW）：该公司通过与AMD达成的140亿美元协议，将其AI基础设施规划扩展至1.1吉瓦，凸显业界仍在持续投资于支撑不断增长的AI需求所需的计算能力。

英伟达（Nvidia）推进AI开放安全联盟：英伟达与数十家科技公司共同发起“开放安全AI联盟”（Open Secure AI Alliance），旨在开发开源AI安全工具；该联盟主张，更高程度的开放性将在AI系统日益自主化的背景下强化网络防御能力。

AI作为一种思维模式：面向首席信息官（CIO）的增长指南：一份新指南指出，CIO必须将AI视为一场组织变革，而非单纯的技术项目，需构建鼓励试验、学习与持续适应的文化。

AI驱动数据中心不确定性——Uptime《2026年数据中心行业调查》：Uptime Institute最新调查发现，AI正迫使运营商重新思考供电、散热及基础设施策略，以支撑日益繁重的工作负载。