行业知识 · v2.3.0 · 资料核对 2026-10-03

指标、FinOps 与价值实现

AI 产品应把资源成本连接到成功任务和业务收益。FinOps Foundation 单位经济实践将 AI 的计量从 Token 延伸至辅助、Agent 动作和业务结果；本章给出可用于项目账本的具体口径。

三层指标合同

层	分母	用于什么决定	容易犯的错误
资源	Token、GPU-hour、存储、调用	容量、采购、技术优化	更便宜的调用被误认为更好产品
任务	满足质量标准的成功任务	模型、架构、人工介入	把失败重试算成成功增长
业务	已解决问题、实际转化、净节省工时	投入、定价、收益兑现	离线分数被当作现金收益

每个指标登记事件、分子、分母、去重键、时间窗口、分群、排除项、延迟、Owner、数据源和异常处理。模板见指标合同目录。任务 ID 和调用 ID 分开，以便一项任务包含多次调用时正确对账。

直接成本：模型、Embedding、重排、工具/API、网络、日志、安全检查、重试、人工复核、返工和支持。共享成本：平台、值班、评测、闲置/预留容量、采购承诺和治理。分摊说明采用实际用量、容量占用或合理业务权重；同时展示直接成本和含分摊成本，避免同名指标混用。

字段建议：日期、产品、功能、环境、租户、区域、模型、工作流/版本、任务 ID、调用 ID、缓存、重试、成功状态、人工分钟、直接费用、分摊费用、币种、税口径。模型账单与内部事件按日对账，未归属费用单列，禁止强行平均掩盖缺失。

以下为合成演练，不是客户结果。1000 个任务，模型/工具/存储等费用 400 元；250 个任务进入人工复核，每个 2 分钟，人工全成本 60 元/小时，复核成本 500 元；最终 850 个任务满足质量标准。

直接总成本 = 400 + 250 × 2/60 × 60 = 900 元
每成功任务直接成本 = 900 / 850 ≈ 1.06 元
若另分摊平台/评测/值班 600 元
每成功任务全成本 = 1500 / 850 ≈ 1.76 元

若换小模型省 150 元但增加 200 个两分钟复核，净成本反而增加 250 元；还要检查严重错误和用户时长。比较模型时以成功、时延、风险和成本共同构成的可行区间决策。

“节省 1000 小时”记录方法、期间、样本、对照、任务量、复核/返工，并区分用户感知节省、净节省和组织已兑现收益。未减少成本但增加吞吐，也可以有价值；需要量化增加的结果，而不是把全额工资当现金节约。

例如现状每任务 8 分钟，AI 后生成 1 分钟、复核 2 分钟、平均返工 1 分钟，净节省 4 分钟。再扣培训、知识运营和新增管理时间。增长类用可信对照估计增量毛利；风险类用情景区间，不能用乐观事件概率写精确 ROI。

按租户和工作流观察每成功任务成本、重试、上下文长度、缓存、工具次数、失败浪费、人工率及峰值。告警判断实际用户影响，区分正常业务增长、坏输入、代码循环、计费变化和供应商故障。Agent 设置单任务总预算与租户总预算，提前展示剩余额度和降级行为。

固定承诺的自托管方案要算利用率、峰值、备份容量、运维和退出成本。按 GPU 利用率高低单独评估不能证明业务收益；批处理和缓存的质量、安全与时效也要回归。

ISO/IEC TR 20226:2025讨论 AI 生命周期环境影响。项目需要说明测量边界、区域、工作负载、利用率和数据来源；不能仅凭 Token 推断能耗。成本降低与碳排降低可能方向不同，供应商数据不足时保留估算区间。

业务 Owner：是否形成实际流程改变和收益；产品 Owner：成功任务、使用分群和用户体验；工程/算法：质量、稳定性和模型变更；FinOps/财务：成本对账、分摊、预测和预算；风险 Owner：事故、投诉、影响和残余风险。复核后明确继续、缩范围、提价、优化、暂停或退役及其证据。