每週，我都會與那些對一件事感到恐懼的企業主交談：即「AI 信用卡帳單」。他們看過關於公司節省數百萬美元的新聞頭條，但也聽過因 API 腳本配置不當而在一夜之間產生 £5,000 帳單的恐怖故事。這種恐懼導致猶豫，而猶豫則會導致過時。
如果您正在制定現代化的中小企業 AI 成長策略 (AI strategy for SME)，您不能將 AI 支出視為標準的軟體訂閱。它的表現與 Microsoft 365 或 Slack 不同。AI 成本是動態的、混合的，且若管理不善，具有高度的波動性。
在我經營以 AI 為先的企業經驗中，解決方案不是減少支出，而是更好地進行分類。我使用一套稱為三層式 AI 預算 (The 3-Tier AI Budget) 的框架。它將您的支出分為效用 (Utility)、消耗 (Consumption) 和資本 (Capital)。這不僅僅是會計問題，而是要了解哪些成本是「租金」，哪些成本是對公司未來知識產權的「投資」。
問題所在：「軟體」思維模型
💡 想要 Penny 分析您的業務嗎？ 她繪製了人工智慧可以取代哪些角色的地圖，並制定了分階段計劃。 開始免費試用 →
大多數中小企業在 AI 轉型中失敗，是因為他們將 2010 年代的「SaaS」思維模型套用到 2020 年代的 AI 現實中。他們期望每個用戶支付固定的月費。但隨著 AI 從「輔助工作的軟體」轉向「完成工作的軟體」，定價模型也從席位數轉向產出量。
當您聘請員工時，您支付的是他們的時間（固定成本）。當您聘請 AI 代理人時，您通常支付的是它的思考過程（變動成本）。如果您不考慮這一轉變，一旦第一張「按量計費」的發票寄到收件箱時，您的財務長就會立即終止您的 AI 計劃。
為了避免這種情況，我們需要將 AI 影響資產負債表的三種不同方式進行分解。
第一層：效用成本（「租金」層）
效用成本（Utility Costs）是最令人熟悉的。這些是固定費率的 SaaS 訂閱，價格是可預測的。
- 範例： ChatGPT Plus (£16/月)、Claude Pro、Perplexity Pages，或是您已經使用的工具的 AI 增強版本（如 Notion AI 或 Adobe Firefly）。
- 模型： 按席位、按月計費。
- 風險： 「席位膨脹」。當實際上只有 10 個人在使用高級功能時，卻支付了 50 個授權的費用。
在這一層，您的主要目標是整合。許多企業正為同一個員工支付三種不同的 LLM 訂閱費用。在增加更多 AI 「席位」之前，請參考我們的 SaaS 節省指南，以確保您沒有在冗餘軟體上過度投入。
Penny 的洞察： 第一層成本應被視為「增強型員工開支」。您在這裡並不是在取代職位，而是讓現有團隊的效率提高 20%。如果您看不到產出提升 20%，請取消該訂閱。
第二層：消耗成本（「代幣」層）
這是大多數中小企業措手不及的地方。消耗成本（Consumption Costs）是基於使用量的，通常由對 GPT-4o、Claude 3.5 Sonnet 或 Gemini 等模型的 API 調用驅動。
在 AI 的世界中，我們談論的是「代幣 (Tokens)」——大約等於 750 個英文單字。每當您的客製化客戶服務機器人回答問題，或者您的自動化潛在客戶抓取工具處理 LinkedIn 個人資料時，您都在消耗代幣。
「代幣陷阱」
我曾見過企業構建了精美的自動化工作流程，每天處理數千封電子郵件，最後才意識到他們的中小企業 AI 策略效率並未考慮到這一點：對於高量、低複雜度的任務，GPT-4o 比 GPT-4o-mini 昂貴得多。
要預測第二層成本，您需要計算您的單次動作成本 (Cost-per-Action, CPA)：
- 確定動作： 例如，「摘要客戶支援工單」。
- 估計代幣量： 平均輸入（工單內容）+ 平均產出（摘要結果）。
- 乘以 API 費率： (輸入代幣 * 費率) + (輸出代幣 * 費率)。
如果摘要一張工單的成本是 £0.02，而您每個月有 10,000 張工單，那麼該任務的第二層預算就是 £200。與人工相比，這非常便宜，但這是一個隨業務成功而擴展的變動成本。如果您的客戶增加一倍，您的 AI 帳單也會增加一倍。
Penny 的洞察： 在前三個月，始終按預期使用量的 1.5 倍來預測第二層預算。提示工程 (Prompt engineering) 是迭代的；在初期，您在「調試」提示詞上花費的代幣會比在正式生產環境中運行的還要多。
第三層：資本成本（「架構」層）
第三層代表「建置」階段。這時您不僅是在使用別人的工具，而是在建立自己的專屬 AI 能力。
- 範例： 開發一個 RAG（檢索增強生成）系統來「閱讀」公司所有的內部 PDF 文件，或者根據您特定的品牌語氣對模型進行微調 (Fine-tuning)。
- 模型： 一次性開發費用 + 持續維護費用。
- 邏輯： 這是您創造企業價值的地方。
對於中小企業來說，第三層是對營運超額收益 (Operational Alpha) 的投資。如果您使用與競爭對手相同的現成工具（第一層），您就沒有優勢。如果您建立了一個專有的數據流水線，讓 AI 能夠處理您特定行業 90% 的合規文書工作（第三層），您就擁有了護城河。
然而，第三層有「維護稅」。AI 模型會演進。為 GPT-4 構建的系統在 GPT-5 問世時可能會崩潰或變得低效。您每年必須預算至少初始建置成本的 20%，用於「模型漂移」和架構更新。
「代辦機構稅」與 AI 支出
在評估 AI 預算時，您必須將其與替代方案進行比較。大多數中小企業在內容、SEO 或基礎數據輸入方面向代辦機構支付巨額費用。這通常是隱藏在行銷預算中的「隱形」成本。
我經常告訴客戶，如果每月 £500 的第二層 API 預算能取代每月 £3,000 的初級執行職位外包費，那麼這實際上是巨大的節省。當您查看我們的 AI 驅動支出管理比較時，數學邏輯便不言而喻。您不只是在增加一項新成本；您正在將「低效的人力支出」轉化為「高效的算力支出」。
如何建立您的 AI 預測（步驟指南）
要建立穩健的中小企業 AI 預算策略，請遵循以下 4 個步驟：
1. 審計「影子 AI」
您的員工可能已經在利用 AI。他們可能正將公司數據輸入免費版本的工具，或報銷個人 ChatGPT Plus 帳號。將這些列出來，這就是您的第一層基礎支出。
2. 確定「業務高峰」
查看您處理量最高的手動流程。是客戶支援？發票處理？還是潛在客戶開發？估計這些流程的月度處理量以進行第二層預測。如果您擔心成本波動，請考慮它們如何與您的收入掛鉤。如果您的 AI 成本僅在銷售額增長時增加，那就是一個「甜蜜的負擔」。
3. 設置「自動斷路開關」
對於第二層 (API) 支出，使用 OpenPipe 或原生的 OpenAI 控制面板等工具來設置硬性限制。如果您的預算是 £500，就設置 £500 的上限。與其在醒來時面對 £10,000 的意外帳單，不如讓機器人停止工作一天。
4. 與能源和開支進行類比
就像您監控 企業能源成本 以保持低開支一樣，請將「算力能源」視為核心公用事業。在未來，「智能」的成本將像今天的電力成本一樣，成為損益表 (P&L) 的基本組成部分。
AI 預算的 90/10 法則
最後我想分享：90/10 法則。
當 AI 處理了 90% 的職能（如第二層自動化）時，剩下的 10%（人工監督）就不再是一個全職職位了。這是一項應被併入另一個職位的職責。
如果您為 AI 工具編列了預算，但沒有重組它們所增強或取代的人力角色，那麼您並不是在轉型，您只是在增加成本。一個成功的 AI 預算最終應該顯示出「行政薪資」的下降，且降幅遠大於「API 代幣」支出的增加。
核心啟示？ 不要害怕變動的帳單。要害怕的是用舊方法做事的固定成本。
準備好發現您最大的節省空間了嗎？讓我們審視您的營運狀況，找出競爭對手尚未察覺的第二層機會。