- 53%的高管对AI财务成本表示担忧,涵盖代币、培训及治理支出
- 20%的组织AI实际支出超出预算目标30%,CFO介入决策频率增加
- 多数企业难以将AI使用与业务成果挂钩,导致支出合理性论证困难
Capgemini最新研究指出,即便主流AI模型的代币成本有所下降,人工智能相关支出仍在冲击企业预算。

数据显示,59%的高管报告其预期的人工智能相关支出已被突破。其中,20%的组织实际花费超过了既定预算目标的30%。鉴于此,越来越多的企业首席财务官(CFO)开始深度参与人工智能支出的决策过程。
AI 的收益率与多模型策略
该报告基于2026年9月对500名大型组织CXO级高级管理人员的调查,强调了人工智能日益增长的财务负担。为应对不断攀升的成本,企业不仅采取更紧缩的预算措施,还转向“多模型策略”,即根据任务需求多样化选择AI模型。
Capgemini Invent首席执行官沃尔克·达里乌斯 (Volker Darius) 表示:“单靠成本纪律无法创造有利可图的人工智能产业,正如没有成本控制的价值创造是不可持续的。”
达里乌斯建议,组织需要共同衡量成本、质量和商业价值,针对每项任务选用最合适的模型,并充分考虑提供安全结果所需的人类监督。通过持续测量“人工智能收益率”——一种旨在验证和记录由人工智能产生的结果价值的指标,组织可以做出更明智的资本配置决策,从而自信地扩展人工智能应用。
从技术支出转向经济成果管理
预计在未来12个月内,五分之三的受访高管计划采用多模型策略。企业在选择模型时,主要考量因素包括成本、能力、延迟以及风险等。
目前,60%的组织仍将重点放在对比人工智能总支出与预算上,但Capgemini研究院预测,这一比例将在未来6至12个月内降至44%。相反,衡量人工智能使用所带来的成功业务成果的指标将成为优先项。
达里乌斯补充道:“随着人工智能越来越深入地融入业务流程,组织需要停止将其视为单纯的技术或采购问题,而应开始将人工智能作为经济成果组合来进行管理。”





