一、一个真实的故事

上个月，一个CTO朋友给我发了一张截图。

是他们公司上个月的AI账单：198,742元。

“我们用了GPT-4、Claude、DeepSeek三个模型，6个部门在用。但你现在问我——研发部花了多少？客服机器人花了多少？哪个模型性价比最高？我一个都答不上来。”

他接着说了一句让我印象很深的话：

“财务每个月催我对账，我只能给总数。他们问‘为什么这个月比上个月多了5万’，我说不出来。”

这不是个例。

我接触过的企业中，但凡AI用量上了规模的，几乎都遇到了同一个问题：钱花出去了，但说不清花在哪。

二、财务的视角：AI账单是一笔糊涂账

财务负责人拿到AI账单时，通常面临三个困惑：

困惑一：没有预算科目

传统的预算科目里，没有“AI调用费”这一项。这钱该算在IT支出里？还是研发费用里？还是各个部门分摊？

没有标准答案，每次对账都要现商量。

困惑二：无法验证合理性

财务看到账单上的数字，第一反应是：这个数字合理吗？

• 为什么这个月比上个月多了3万？

• 是业务量增长了？还是有人乱用？

• 有没有重复计费？

没有数据支撑，财务没法回答这些问题。

困惑三：分摊难

6个部门都在用，费用怎么分摊？

按调用次数？按Token消耗？还是按人头均摊？

每种算法都有道理，但每种算法都有争议。

三、IT的视角：管得了服务器，管不了Token

IT负责人面临的是另一类问题：

问题一：不知道谁在调用

很多企业接入AI的方式很简单：申请一个API Key，全公司共用。

结果就是：账单来了，只知道总额，不知道是哪个应用、哪个用户在调。

问题二：不知道花在哪

同样的模型，不同场景的Token消耗差异巨大。

• 客服问答：一次几百Token

• 合同审查：一次几千Token

• 长文档分析：一次几万Token

如果不知道Token花在哪个场景，就没法做优化。

问题三：不知道怎么优化

成本高了，IT的第一反应是“换便宜的模型”。

但这不是最优解。真正的问题是：有没有重复调用？有没有无效调用？有没有过度使用？

没有数据，优化就是拍脑袋。

四、AI账单的三个“看不见”

把财务和IT的困惑放在一起，可以总结出AI账单的三个“看不见”：

看不见归属

• 这笔钱是哪个部门花的？

• 是哪个应用花的？

• 是哪个用户花的？

看不见原因

• 为什么这个月比上个月多？

• 是业务增长还是有人滥用？

• 哪类场景消耗最多？

看不见浪费

• 有没有重复调用？

• 有没有无效调用？

• 有没有过度使用？

没有这些数据，20万的账单就是一笔糊涂账。

五、成本归因需要做到什么？

要解决“看不见”的问题，需要建立一套成本归因体系：

按团队归因

研发部花了多少？运营部花了多少？销售部花了多少？

每个团队有自己的预算，需要知道花了多少、还剩多少。

按应用归因

客服机器人花了多少？代码助手花了多少？内部知识库花了多少？

哪个应用调用量最大？哪个应用性价比最高？

按模型归因

GPT-4花了多少？Claude花了多少？DeepSeek花了多少？

哪个模型最贵？哪个模型效果最好？

按用户归因

哪个用户调用量最大？是正常使用还是异常调用？

按场景归因

哪类问题消耗Token最多？是简单问答还是长文档分析？

六、没有归因，就没法管理

管理学上有一句话：没有度量，就没有管理。

AI成本也一样。

没有归因，财务没法对账，IT没法优化，业务部门没法预算。

最后的结果就是：账单越来越高，但没人知道为什么，也没人知道怎么办。

七、什么时候需要成本归因？

不需要归因的情况：

• 每月AI花费不到2000元

• 只有两三个人在用

• 不关心谁花了多少

需要归因的情况：

• 每月AI花费超过5000元

• 多个部门、多个应用在用

• 财务要求分摊成本

• 需要做成本优化和预算管理

八、延伸阅读

本文讨论的AI账单成本归因问题，与 ZGI 的精细化成本管控方案在思路上基本一致。ZGI支持按团队、应用、模型、用户等多维度归因，让每一笔AI花费都有迹可循。

写在最后

每月花20万AI账单，但没一个人说得清钱花在哪里。

这不是段子，是很多企业的真实写照。

AI成本归因不是“锦上添花”的功能，而是规模化使用AI的必选项。

你的AI账单，你看得清吗？