2026 年 3 月，Rippling 的 CFO 在管理层会议上放出一组数字：按当时增速，这家公司下一年会把研发部门人力预算的 90% 烧在 AI token 上。管理层当场决定成立紧急小组，先搞清楚钱花在哪、换来了什么。
这不是孤例。企业 AI 应用开发的门槛已经从「能不能做」变成「成本能不能度量」——度量体系是 ROI 的前提，没有度量，就没有投资回报可言。
五个失控信号：先确认你还在「可度量」范围内
Rippling 复盘时发现，失控不是一夜发生的。它有五个可观察的信号，任何一个亮红灯都该警觉。
| 信号 | 含义 | Rippling 实测 |
|---|---|---|
| token 支出占人力预算比例 | 没有占比锚点，就无法判断贵不贵 | 40%（R&D 人力预算） |
| 月度增速 | 支出曲线斜率比绝对值更危险 | 月增 80% |
| 头部消耗者集中度 | 少数人烧掉大部分预算 | 10-15% 员工驱动约 60% 支出，单个工程师月烧 5 万美元 |
| 是否有多模型路由 | 全员默认用最新最贵模型 | 无路由，所有任务都打前沿模型 |
| 支出与产出是否关联 | 财务只能看到总额，看不到产出 | 财务手工汇总多家供应商面板，无法回答「钱换来了什么」 |
如果你答不上其中任何一栏，说明企业 AI 应用开发的成本还没有进入度量体系。先别急着砍用量，先把账算清楚。关于企业 AI 应用开发整体成本水位，可参考AI 软件开发成本重估一文中的行业数据。
AI Spend Console 五模块：Rippling 自建的支出控制台
这家公司的解法是自建一个支出控制台（AI Spend Console），把分散在各家模型供应商后台的数据收拢到一个视图。五个模块对应五个问题。
- 个人/团队支出追踪：按部门、团队、角色、职级拆解调用消耗，回答「谁在烧钱」。
- 生产力关联：把支出与 PR 数量、代码行数、代码评审返工率挂钩，识别「高支出但总被要求返工」的工程师。
- 模型网关路由：把提示词路由到性价比最优的模型，而非一律打前沿旗舰。
- 预算告警：与各供应商谈判支出上限，超限自动拦截。
- 成本归因：把费用归集到具体业务线，支持 CFO 层面的月度分析。
这套体系的价值不在某一个模块，而在「能回答 CFO 的问题」。财务此前只能看到总账单，现在能回答：哪个团队、哪个模型、哪类任务在烧钱，以及烧得值不值。
40% 到 15%：路由降本的机制分析
最关键的结论是：降到 15% 没有削减用量。2026 年 4 月（CFO 警告当月）消耗了 6050 亿 token 的峰值；7 月内部用量回到 6000 亿 token，但成本只有 4 月的 37%。
省钱的机制有三层。第一层是模型分层：Parker Conrad 在内部评测中发现，开源模型 GLM 5.2 比前沿模型便宜约 85%，性能几乎持平，适合编码类任务；模型分层的完整选型逻辑，见这篇国产与海外旗舰的选型重估。第二层是网关路由：按任务类型自动选择模型，销售团队做语法修改不再调用旗舰模型。第三层是支出上限：与几家主流工具分别谈定预算上限，避免单点失控。
对绝大多数企业来说，不需要自建整个控制台。先接一个模型网关、配好路由规则，就能吃到 40%→15% 里的大部分红利。
从成本度量到 ROI 度量：把 token 与产出关联
成本度量解决「花了多少」，ROI 度量要回答「换来了什么」。这家公司的做法是把调用消耗与工作产出挂钩：代码类看 PR 量、代码行数与评审返工率；非代码类看具体业务指标，比如客户入职团队自动化处理了多少封邮件、完成了多少次数据对账。模型选择本身也直接影响成本水位，Vercel 七月 Production Index 的四个反直觉发现值得对照。
负责该项目的负责人说得很直接：如果不能把调用消费与生产力关联起来，「一切免谈」。这也意味着，度量体系缺位时，企业 AI 应用开发的投资无法向董事会证明价值，甚至会被叫停。
优码云在交付企业 AI 应用开发项目时，会把「可度量」写进架构设计：接入网关记录每次调用的模型、任务类型与成本，用埋点把调用与业务事件关联。上线第一天就有成本与产出的基线，而不是等账单爆了再回头补。
CTO 落地清单：30 天建最小度量体系
不一定要学 Rippling 自研控制台。对大多数企业，30 天可以搭一套最小可用体系。
- 第 1 周：摸底。把各供应商后台的账单导出来，按上表五个信号填一遍，算出占比、增速、头部消耗者。
- 第 2 周：接网关。部署一个模型网关（自建或商业方案），让所有调用经过网关，记录模型与成本。
- 第 3 周：定路由与告警。把编码、总结、翻译、推理等任务类型与模型档位对应，设预算上限与超限告警。
- 第 4 周：关联产出。先挑一个团队试点，把调用消耗与 PR、交付周期、返工率关联，形成第一张 ROI 报表。
部署环节的可靠性同样关键，可对照Web 端模型部署五道可靠性关卡一文补齐监控。这套体系跑起来之后，你会第一次对「企业 AI 应用开发投入产出比」有可量化的答案。想直接找有经验的团队搭，可以看看优码云的案例，或带着当前的 token 账单来聊一次 30 天度量体系评审。
常见问题
企业 AI 应用开发成本失控的第一个信号是什么？
token 支出占人力预算的比例。这家公司到 40% 才警觉，多数企业到 10% 就该建度量体系。不知道占比，就没有判断基准。
一定要自建支出控制台吗？
不必。先接模型网关加路由规则就能拿掉大部分成本水分；控制台是规模大了以后的事。关键是先让调用经过网关，拿到可度量的数据。
网关路由会不会降低模型质量？
按任务分档路由不会。GLM 5.2 在编码任务上与前沿模型几乎持平但便宜 85%；旗舰模型留给复杂推理。质量用评测集和返工率监控，而不是默认全部用最贵。
小团队也要做 ROI 度量吗？
要，但可以更轻。一张表记录每个项目的调用成本与交付成果即可。规模越小，越要在早期建立度量习惯，避免复刻这家公司的路径。