从“算力账单”到“价值账本”:东软AI FinOps体系首次公开

AI越用越多,但企业可能根本不知道每一次AI生产到底赚不赚钱。

当AI成为软件生产的核心要素,一笔新账摆在所有软件企业面前:每一次模型调用、每一段代码生成、每一个Agent任务,都在实时消耗资源、产生成本。这笔账算不清,AI原生转型就走不远。

近期,东软在《数据驱动的AI原生软件工程战略发展白皮书》中,首次系统公开了AI原生软件工程在“运营与治理”维度的核心组成——AI FinOps体系。这不是一个单点降本工具,也不是传统IT成本管控的延伸,而是东软面向AI原生软件全流程生产自研搭建的经济底座与标准化治理体系。

AI成本正在进入“不可预测时代”

Gartner®研究指出,“Token 已成为 AI 经济的‘原子单位’,既是认知、算力和价格的衡量标准,也从根本上改变了企业与 IT 成本的关系,并且要求以持续的价值驱动为原则来管理成本。然而,目前缺乏标准化的度量指标、工具和测量方法,这使得采购方面临不透明、非线性且波动较大的成本。这导致 AI 成本失控,消耗预算,并破坏高管层的 AI 战略。” Gartner预测,“到2030年,将FinOps深度融入智能体研发与运营全流程的企业,AI投资回报率优化幅度可达40%。”

东软的判断一致,AI原生软件生产的资源消耗模式与传统研发有本质差异。算力、大模型服务、Agent服务、MCP工具服务、数据与知识服务,构成了全新的生产要素组合。软件企业需要的不是孤立的“省钱技巧”,而是一套适配AI生产特性的FinOps运营框架。

七大机制,全闭环管理

东软AI FinOps围绕资源管理、成本核算、责任落地、价值运营、动态优化、效能度量、风险管控七大环节,建立统一计量、统一运营、统一分析、统一治理的规则体系。

资源集约化管理。租赁算力、自建算力、云服务算力、大模型服务统一建设、统一纳管、统一调度,固定成本向可变成本转变,AI资源从分散使用走向统一运营。

全品类成本透明。对GPU算力、模型推理、商业API、向量数据库、MCP工具等统一标识和分类统计,构建基于账户、标签、项目、团队、业务域的多维成本分配机制,成本可追溯、可穿透。

成本责任到人。“谁使用谁负责、谁受益谁承担”——模型选择、Prompt长度、上下文规模、推理频率,每一个技术行为的经济后果清晰可见,从根源上防止资源投入与业务收益错配。

业务价值驱动。技术决策必须回答业务价值。围绕研发工时节约、测试自动化率、缺陷率、交付周期、资产复用率等指标,建立AI投入与业务收益的关联分析。

动态优化资源利用。推行模型分级使用,避免高成本模型在低价值场景滥用;以Prompt优化、上下文压缩、缓存复用、弹性伸缩,持续提升Token使用效率与GPU利用率。

人机协同效能度量。建立覆盖人力成本与AI成本的混合团队成本模型,既度量人在复杂决策中的价值贡献,也度量AI Agent的任务完成率、准确率与首次通过率,度量结果与预算分配、绩效考核挂钩。

全链路风险管控。事前合规准入、事中阶梯预警与自动熔断、事后溯源复盘——三道防线既守住“调用爆炸”的账单红线,也为创新试错保留弹性。

核心创新

把“单元经济学”引入软件生产

东软AI FinOps的一项关键探索,是建立AI时代的“单元经济学”——围绕单次模型调用成本、单个需求生成成本、单次代码生成成本、单个Agent任务成本,量化AI能力的边际成本与边际收益。

Token消耗反映的是供给成本,而非业务价值。只有当每一笔AI消耗都能归因到可衡量的成果,才能区分“生产性的AI消耗”与“昂贵的AI活动”。依托效能平台,东软正在推动AI资源使用与成本全面透明化,打通技术、业务、财务的跨团队协同。

AI原生战略的经济底座

在东软数据驱动的AI原生软件工程战略整体框架中,AI FinOps不是独立概念,而是战略的自然延伸:战略提出从人力密集型转向知识密集型,AI FinOps回答的是新型生产要素如何被经济地组织与运营;战略提出构建数据与知识驱动的人机协同组织,AI FinOps建立的正是人机混合劳动力的全要素成本模型;战略描绘“三元混合劳动力体系”,AI FinOps保障的是智能体在成本可控、风险可治前提下的规模化运行。

从工业时代的工时定额,到AI时代智能生产的“单元经济学”,每一次生产范式跃迁都伴随着底层经济模型的重构。东软推进AI FinOps,关注的是AI原生软件生产底层经济秩序的建立——在成本控制、性能保障与创新灵活性之间取得平衡,让每一份算力、每一个Token、每一次Agent任务,都清晰指向商业价值。

Gartner, First Take: Tokenomics Foundation Signals a Turning Point in Taming Runaway AI Costs, 5 June 2026

Gartner, FinOps Is Critical to Maximizing ROI of AI Agents, 9 February 2026

GARTNER is a trademark of Gartner, Inc. and/or its affiliates.

推荐阅读
让AI走向民航运行深处|东软与中国民航大学共建“民航智慧化运行联合实验室”
让AI走向民航运行深处|东软与中国民航大学共建“民航智慧化运行联合实验室”
近日,东软集团股份有限公司与中国民航大学空中交通管理学院举行合作签约暨“民航智慧化运行联合实验室”揭牌仪式。双方将以联合实验室为长期合作载体,面向民航数字化、人工智能应用、数据治理、可视化分析和行业软件实践等方向,把高校的学科研究、专业知识与人才优势,与东软的软件工程、数据、AI及产业实践能力连接起来,共同探索智慧民航从技术创新走向真实运行的新路径。 这场合作的关键词,是“运行”。 民航运行从来不...
东软 x 一汽解放联合亮相汉诺威 中国商用车出海进入“编队时代”
东软 x 一汽解放联合亮相汉诺威 中国商用车出海进入“编队时代”
IAA Transportation 2026,一汽解放展台前客流如织。人们纷纷将视线投向一块屏幕上的导航界面。 演示人员输入目的地——从汉堡港到慕尼黑工业园,屏幕上立刻显示,导航路线自动绕开了限高桥、低排放区、夜间禁行高速,同时主动推荐适合的休息区,并询问是否需要提前预订车位,全程没有一次手动修正。 而提供这套商用车导航方案的,正是东软。 一汽解放把终端亮出来,东软把方案部署上去,两家中国企业在...
软件正在重写商用车的账本 东软把三十五年积累,开进了汉诺威
软件正在重写商用车的账本 东软把三十五年积累,开进了汉诺威
凌晨,欧洲一条高速的服务区内,一辆卡车缓缓停进车位,司机没有立刻下车,而是先看了眼行车记录仪:已经连续驾驶四个半小时,按照法规必须休息四十五分钟,一旦超时就会面临处罚。 这趟运输路上,他已经被迫三次绕行。低排放区域无法通行、道路限高无法通过、部分路段夜间禁止货车驶入,每一次绕路,带来的都是燃油消耗、时间损耗,以及货物交付的延误。 远在总部的车队管理者,算的则是另一笔运营账:燃油消耗、司机工时、车辆...
联系我们

欢迎致电4006556789,或通过在线方式与我们联系

close

关闭