人工智能成本超出预算：凯捷调查发现 59% 的公司超支并关注权重模型

凯捷对 500 名高管进行的调查发现，59% 的公司在人工智能上投入过多，促使大多数公司采用多模型策略并扩大开放权重模型的使用。

凯捷研究院的一份新报告显示，大多数大型组织都计划增加开放式人工智能模型的使用，以控制成本。该报告发现，近十分之六的公司在人工智能上的支出明显高于过去一年的预期或预算。

该报告基于 2026 年 9 月对 10 个国家和 13 个行业的 500 名高级管理人员进行的调查，发现 59% 的组织在人工智能方面的支出明显高于预期。在受影响的组织中，支出平均比预期高出 24%，21% 的受访组织的人工智能预算超出了 30% 以上。该研究的核心发现——正如路透社报道的那样，大多数大公司计划使用更多的开放权重人工智能来限制账单——表明企业人工智能战略进入了成本约束阶段。这些发现引起了更广泛的人工智能行业报道企业重新思考如何购买和部署模型。

钱去哪儿了

该报告强调了企业在评估人工智能部署总成本方面持续存在的差距。除了模型使用和代币等直接费用之外，组织还必须考虑容易低估的间接成本：对人工智能输出的人工监督、纠正人工智能生成的错误以及治理工作。

接受调查的高管中有一半表示，人工智能支出在获得批准时并未充分了解其全部成本，只有 56% 的高管表示，他们对预测人工智能成本随着采用规模的变化而变化的能力充满信心。换句话说，对于大多数企业来说，人工智能预算是在人们完全了解大规模运行人工智能的实际成本之前就设定的。

Capgemini Invent 首席执行官 Volker Darius 在报告附带的一份声明中表示：“仅靠成本控制并不能创造一个有利可图的人工智能产业，就像没有成本控制的价值创造将无法持续一样。” “组织需要一起衡量成本、质量和商业价值，并为每项任务使用最合适的模型。”

从单一供应商押注到多模型策略

支出的增加促使企业从结构性角度重新考虑其人工智能战略。超过五分之三的高管希望他们的组织在未来 12 个月内采用多模型策略，根据成本、性能、速度和业务需求选择不同的 AI 模型。

这标志着过去两年模式的转变，过去两年，许多企业对一两个前沿模型提供商进行标准化，涵盖从聊天机器人到文档处理的所有内容。多模型方法可以让公司将简单、大批量的任务转移到更便宜的模型，同时为真正需要它们的工作保留昂贵的前沿模型。

报告称，近五分之三的组织还计划扩大开放权重模型（其参数公开发布并且可以在公司自己的基础设施上运行的模型）以及针对特定任务调整的小型专用模型的使用。

为什么开放重量模型风靡一时

作为专有的、仅 API 模型的替代品，开放重量部分已经迅速增长。由于开放权重模型可以自托管，因此具有稳定、可预测工作负载的组织可以避免按代币计费，并协商不同的成本曲线 - 通过交换基础设施和运营成本来获得可预测性。行业分析估计，开放权重模型的代币成本只是同类专有代币的一小部分，尽管总体经济效益取决于利用率和内部工程能力。

凯捷的研究结果表明，随着人工智能支出的增长速度快于其明显创造的价值，微积分正在进一步向开放权重和小型模型倾斜。在这个框架中，成本压力并不是对人工智能的拒绝——59%的公司超支，因为他们使用的人工智能比计划多，而不是少——而是对每个模型的资金去向的精确要求。