控制平面正在改写企业AI的成本曲线

信源：SiliconANGLE theCUBE｜Dave Vellante与Amit Eyal Govrin关于企业AI经济控制的节目｜2026-08-22

企业部署AI时，token用量最先进入账单，却很难回答一个更接近利润的问题：这些调用产生了多少可接受的业务结果？如果结果仍需大量人工复核和返工，便宜的接口也可能对应昂贵的交付。

SiliconANGLE theCUBE的节目用Canva说明这种错位。主持人援引报道说，Canva把2026年收入增速预期从30%下调到20%，AI功能运行成本高于预期是原因之一。节目还称，Canva结合开源模型、Leonardo AI资产和任务级路由重构技术栈后，单项任务成本据称下降约90%，视频模型和图像模型分别据称便宜约17倍和30倍。节目没有展示完整成本表，这些数字不能视为独立审计结果，但它们指向了同一个问题：谁有能力持续改变成本曲线？

企业AI的经济主权，是一种可执行的控制权。它至少包括任务路由、结果评估、上下文管理、成本遥测、政策治理和可用的退出路径。企业需要决定每项任务使用什么能力，判断结果是否合格，看见集成、复核与失败带来的成本，并在供应商涨价、服务变化或能力落后时切换路线。

节目因此区分了TCO与经济主权。TCO计算一组既定假设下的总成本，期限可以是一年、三年或其他周期。经济主权追问谁控制这些假设，以及企业能否在不重写核心系统的前提下调整它们。报价给出某一时点的价格，控制平面决定企业以后还有多少选择。

在架构上，节目建议建立受控基线，把持续、敏感、可预测的工作放进企业能够治理的环境；任务确实需要更强推理或专门能力时，再按需调用前沿模型。这是一种混合路径，不要求企业拥有每一层技术。关键在于路由决策仍由企业掌握。Govrin所在的Agency Labs提供相关技术与咨询服务，因此这项架构建议应按参与方观点理解。

最低价只是路由条件之一。质量、政策、地域、可用性和风险都会改变任务去向。供应商失效时能否切换，模型价格上涨后哪些业务毛利会受影响，低价结果需要多少人工返工，这些问题决定路由层究竟能否成为财务控制机制。

指标也要随之改变。节目提出比较每个被接受且受治理的业务结果成本。分子包括模型调用、集成、人工复核、返工、安全、审计和能源，分母则是达到质量与治理要求的结果数量。单次调用较便宜的模型，如果接受率更低或返工更多，放进企业账本后仍可能更贵。

随着模型能力差距缩小，评估、路由、上下文和可观测性会承担更多经济价值。评估系统规定合格线，路由决定何时支付前沿溢价，上下文管理减少无效工作，可观测性把失败映射回成本。企业AI的利润率，越来越可能由这套控制平面塑造。

退出能力尤其容易被低估。锁定会发生在模型，也会发生在提示、记忆、评估、政策和业务逻辑被封装进不可迁移的平台。替换模型若必须重写应用，合同中的退出条款就很难转化为行动。可用的退出路径需要经过测试，还要能在业务持续运行时执行。

自有控制层同样会产生GPU、软件集成、运维和组织成本。节目没有给出利用率达到什么水平后自建基线更划算，也没有跨企业的独立全成本比较。工作负载较小、波动大或缺少运维能力的公司，租用服务仍可能更符合经济性。

主权也不是技术纯度测试。企业无法同时控制芯片制造、电网、关键矿物和全部软件。更现实的做法，是列清依赖，决定接受、设置补偿控制还是拒绝，并为每项暴露指定责任人与复核条件。依赖本身不可避免，重要的是企业能否看见它怎样改变成本与选择空间。

这套控制平面有没有经济价值，可以落到几项结果上检验：单位合格结果成本是否下降，模型切换需要多长时间，前沿能力的溢价是否只支付给确实需要它的任务。三项结果将共同说明企业得到的是经济控制权，还是被搬回内部的复杂度。能够持续重排智能成本，才是经济主权最可检验的结果。