說個笑話：第一個被AI嚇到人的不是技術長，是財務長

萬里雲台北辦公室標語，期許成為企業上雲、導入AI路上最可靠的夥伴。（圖片來源：萬里雲）

你可能不知道，AI導入內部會討論的第一個問題，不是技術、不是誰負責導入，而是「帳單」。

如果是前兩年就乖乖導入AI的公司，2026年初幾乎都發生了一樣的事情。

工程師大量用AI、消耗Token，發現效率真的變好，也發現產出加快、demo很漂亮，但幾個月後財務團隊收到帳單才發現，這是怎麼算出來的？為什麼一直在漲、下個月會到多少？都沒有人答的出來，金額大到公司開始限制每個員工的Token數，但奇怪的是，從導入AI到收到帳單這中間，從來沒有人真正負責過這件事。

Uber那張帳單一亮出 大家才發現Token很燒錢

今年4月，Uber技術長Praveen Neppalli Naga公開了最近的財務狀況，自從工程師開始使用Anthropic的Claude Code，僅僅四個月，就把公司一整年的AI預算全數用罄。

其實公司有撥預算發展AI，但沒有人預料到它會燒得這麼快。

到了6月，Uber只好限制員工使用AI使用量，當外界還以為是AI發展遇到瓶頸，其實只有財務團隊才知道，帳單已經超出了當初的預估。

Uber不是特例。FinOps基金會執行董事JR Storment在今年的FinOps X 2026大會上說，許多公司表示，2026年才過一半，Token預算已經超支了3倍。

Token是什麼？你可以把它想成AI的「用電量」，每次你輸入一段文字讓AI回答、每次系統自動生成一份報告、每次AI Agent在背後任務都在消耗Token，而AI服務商就是按照這個用量收費的。

問題是，新一代的AI代理人不像傳統軟體，用完一個指令就停下來，因為它會自己推理、自己重試、自己除錯，像一個24小時不間斷的員工，但也代表消耗Token是沒有限制的。

為什麼公司沒有人負責這件事？

Shutterstock技術長Courtney Totten在同一場大會上說了一件很真實的事。

有一天，公司高層問她：「為什麼不讓客戶每次都用最好的AI模型？」這個問題聽起來很合理，Shutterstock是全球最大的授權圖庫之一，用最好的模型，不就是最好的服務嗎？

但她發現，公司裡的領導層根本拿不到他們需要的資訊，哪些模型在用、成本是多少、哪些部門在燒錢、哪些地方可以省，「我們一個月內ChatGPT的用戶授權數量從50個成長到750個，」內部沒有專責的人，變成工程師只負責使用工具，財務事後才收到帳單，但當中沒有人在說同一種語言。

當公司鼓勵創新，要跟同個賽道上的人競爭，使用AI工具是因為那真的讓工作更有效率，而且財務團隊也不是在阻礙進步，他們只是看到一個沒有邊界的數字在往上爬，而手上沒有足夠的資訊做決策。

解決內部溝通的第一步：讓成本看得見

Totten做的第一件事，是讓AI成本變得「看得見」。她說，「我們的輸出Token佔總消耗量的75%，每一次搜尋、每一次生成，都在燒錢。」

因此她和財務長合作，要求公司所有AI成本必須統一由FinOps團隊負責，直接向她報告，結果他發現了一筆原本沒有人知道、即將過期的承諾金約25萬美元（約新台幣79萬元） 。

她還建立了一套模型選用邏輯，當用戶輸入「一隻狗的圖片」，輕量模型就夠了；「一隻金毛犬和一家人在廚房烤餅乾」這種複雜描述，才啟動高階模型，不是每次都用最好的，而是用最適合的。「Token使用量越大，成本越高，」供應商這邊也開始動了。

Oracle甚至推出Token套裝方案，讓企業預先購買額度跨應用使用，增加成本可預測性，試行期間已有33家客戶採用；AWS推出FinOps Agent，專門偵測成本異常；Linux基金會與FinOps基金會共同成立「Tokenomics Foundation」，目標是建立監控Token使用量的標準框架。

AI成本管理，已經從「IT部門的問題」變成「整個產業都想解決的問題」。

CIO也要懂財務語言了？

其實上述的AI成本管理問題，跟技術長的職責有很大的關係。

根據人才服務公司Experis今年針對1,900位CIO與技術主管的調查，「將IT策略與業務目標對齊」比起「管理網路安全」更重要，成為CIO最重要的工作。換句話說，技術長需要懂財務語言，向執行長和董事會說清楚這筆AI投資，值不值得。

但61%的CIO表示，C-suite同事並不真正理解他們在做什麼，而且這個比例比去年還高。

這代表說，CIO在報告時，不在只是說明「AI花了多少錢？」而是「完成一個專案總成本是多少？」這才是每個導入AI的公司該問的問題。

AI法力太強，太貴是他的副作用

AI成本失控，其實不是大公司才會遇到的問題，Uber、Shutterstock規模跟資本還可以撐得出AI超額預算，只要你的公司一但下定決心要開始用AI，那張帳單遲早會來。

而且它來的時候，通常內部沒有人是真的準備好。

直到像Uber那樣，不得不做出一個所有人都不喜歡的決定，就是限制Token數。

這也是CloudMile自主研發雲端財務管理平台LumiTure.ai的原因，如果公司導入AI後才收到帳單已經太晚，財務跟工程團隊前期沒有對齊，正是LumiTure.ai想解決的事。

雲端費用的難管，有一部分是因為企業同時用了好幾家服務商，AWS、Azure、GCP各有各的帳單格式，加起來就像三張不同語言的收據，沒有人知道總共花了多少。LumiTure.ai用FinOps FOCUS這套產業標準，把這些帳單自動轉換成同一種語言，統一進一個儀表板，讓技術、財務、高層第一次能看同一張圖。

光是看得見還不夠，AI會主動找出哪些雲端資源開著但沒在用，給出具體的調整建議，就像Shutterstock技術長Courtney Totten在做的事情，把相關團隊找出來，一筆一筆確認清楚；同時還可以放入企業未來的商業計畫，例如下個月要上線新專案，可以提前預測支出會長什麼樣子，在超支發生之前就發出預警，培養公司對財務的敏感度。

公司裡沒有人同時負責技術用量和財務預測，這可能才是導入AI真正會遇到的問題，下次導入AI之前，先問一個問題：有沒有一個人，能同時看懂工程團隊的用量報告，又能跟財務長說同一種語言？如果答案是沒有，那張爆表的帳單，可能還是會來。