企业AI部署成本为何难控？KPMG调查：29%高管面临预测难题，49%组织已延期
KPMG调研20国2145名高管发现，AI按使用付费转型下，29%企业高管难以控制扩展成本，49%组织延迟部署。亚马逊、微软千亿级资本支出加码AI基建，但成本预测、治理问责与幻觉防范仍是企业核心挑战。
- KPMG
- AI成本
- 按使用付费
- 企业AI部署
- 资本支出
KPMG最新调查报告涉及20个国家2145名高管。随着Anthropic、OpenAI、GitHub等科技公司近期将部分AI服务从固定订阅模式转向按使用计费，企业在扩展AI部署时面临成本预测与管理方面的挑战。
报告显示，29%的企业高管认为在扩展AI部署时难以理解和控制运营成本，三分之一的高管认为对AI经济学理解不足阻碍了AI实体部署。由于成本超出预期价值，近半数（约49%）的企业组织选择延迟或重新调整AI部署计划；与此同时，低成本、高保真大模型正加速影响企业AI战略。
此外，科技巨头正增加资本支出以构建AI产能。亚马逊计划今年投入约2000亿美元资本支出，并向其AWS前端工程组织投资10亿美元以帮助客户采用AI实体；微软今年总资本支出预计达1900亿美元，其中25亿美元分配给新实体Microsoft Frontier Company。KPMG强调，除成本压力外，AI治理中的问责制、员工参与规则以及防止系统“幻觉”仍是当今企业面临的核心挑战。
调查核心数据
KPMG本次调研覆盖20个国家共2145名高管。关键发现包括：29%受访者表示在扩展AI部署时难以理解和控制运营成本；三分之一认为对AI经济学理解不足阻碍了AI实体落地；49%的企业组织因实际成本超出预期价值而推迟或重新调整部署计划。与此同时，低成本、高保真大模型的涌现正在加速改变企业的AI选型策略。
风险与治理难点
除直接的财务压力外，KPMG指出企业在AI扩张过程中仍需直面多重治理难题。包括AI系统的问责机制建设、员工参与规则制定，以及防止模型“幻觉”导致决策偏差。随着亚马逊、微软等云厂商以数千亿美元级资本支出持续扩建AI基础设施，客户侧的落地成本与收益匹配问题或将进一步凸显。