每周我都会与那些对一件事感到恐惧的企业主交流：那就是“AI 信用卡账单”。他们看到了有关公司节省数百万美元的头条新闻，但也听过关于配置不当的 API 脚本在一夜之间产生 £5,000 账单的恐怖故事。这种恐惧导致了犹豫，而犹豫则会导致被时代淘汰。
如果您正在为 中小企业 (SME) 的增长构建现代 AI 战略，您不能将 AI 支出视为标准的软件订阅。它的表现与 Microsoft 365 或 Slack 不同。AI 成本是动态的、混合的，而且如果管理不善，具有高度的波动性。
根据我运营一家 AI 优先企业的经验，解决方案不是减少支出，而是更好地分类。我使用一个我称之为 “三层级 AI 预算” (The 3-Tier AI Budget) 的框架。它将您的支出分为 通用型 (Utility)、消耗型 (Consumption) 和 资本性 (Capital)。这不仅关乎会计核算，更关乎理解哪些成本是“租金”，哪些成本是对公司未来知识产权的“投资”。
问题所在：“软件”思维模型
💡 想要 Penny 分析您的业务吗？ 她绘制了人工智能可以取代哪些角色的地图，并制定了分阶段计划。 开始免费试用 →
大多数中小企业在 AI 转型中失败，是因为他们将 2010 年代的“SaaS”思维模型套用到了 2020 年代的 AI 现实中。他们期望每个用户支付固定的月费。但随着 AI 从“辅助工作的软件”转向“执行工作的软件”，定价模型也从按席位付费转向按产出付费。
当你雇佣员工时，你为他们的时间付费（固定成本）。当你雇佣 AI 代理时，你通常为它的思考付费（变动成本）。如果你不考虑这种转变，一旦第一份“基于使用量”的账单寄到收件箱，你的首席财务官 (CFO) 就会立即叫停你的 AI 计划。
为了避免这种情况，我们需要分解 AI 影响资产负债表的三种不同方式。
第一层级：通用型支出（“租金”层）
通用型支出是最令人熟悉的。这些是价格可预测的固定费率 SaaS 订阅。
- 示例： ChatGPT Plus (£16/月)、Claude Pro、Perplexity Pages，或您已在使用工具的 AI 增强版（如 Notion AI 或 Adobe Firefly）。
- 模型： 按席位、按月计费。
- 风险： “席位冗余”。当实际上只有 10 个人在使用高级功能时，却为 50 个许可证付费。
在这一层级中，您的主要目标是整合。许多企业正在为同一名员工支付三种不同的 LLM 订阅费用。在增加更多 AI “席位”之前，请查看我们的 SaaS 节省指南，以确保您没有在冗余软件上过度投入。
Penny 的见解： 第一层级支出应被视为“增强型员工间接费用”。您在这里不是在取代职位，而是让现有团队的效率提高 20%。如果您看不到产出有 20% 的提升，请取消订阅。
第二层级：消耗型支出（“Token”层）
这是大多数中小企业措手不及的地方。消耗型支出是基于使用量的，通常由对 GPT-4o、Claude 3.5 Sonnet 或 Gemini 等模型的 API 调用驱动。
在 AI 的世界里，我们谈论“Token”——大约相当于 750 个单词。每当您的定制客户服务机器人回答一个问题，或者您的自动化潜在客户挖掘程序处理一个 LinkedIn 个人资料时，您都在消耗 Token。
“Token 陷阱”
我曾见过一些企业构建了精美的自动化工作流，每天处理数千封电子邮件，结果却发现他们的 中小企业 AI 战略 效率并未考虑到这一点：在处理高产出、低复杂度的任务时，GPT-4o 的成本明显高于 GPT-4o-mini。
要预测第二层级支出，您需要计算 每次操作成本 (CPA)：
- 确定操作： 例如，“总结客户支持工单”。
- 估算 Token 量： 平均输入（工单内容）+ 平均输出（总结内容）。
- 乘以 API 费率： (输入 Token * 费率) + (输出 Token * 费率)。
如果总结一张工单的成本是 £0.02，而您每月有 10,000 张工单，那么该任务的第二层级预算为 £200。与人工相比，这非常便宜，但它是随着业务成功而扩展的变动成本。如果您的客户增加一倍，您的 AI 账单也会翻倍。
Penny 的见解： 在最初三个月，始终按预期使用量的 1.5 倍进行预测。提示工程 (Prompt engineering) 是一个迭代过程；在早期，您在“调试”提示语上花费的 Token 会比在生产环境中运行它们时更多。
第三层级：资本性支出（“架构”层）
第三层级代表“构建”阶段。这时您不仅是在使用别人的工具，而是在构建自己的定制 AI 能力。
- 示例： 开发一个能够“读取”公司所有内部 PDF 的 RAG（检索增强生成）系统，或者针对您的特定品牌语调对模型进行微调。
- 模型： 一次性开发费用 + 持续维护费用。
- 逻辑： 这是创造企业价值的地方。
对于中小企业来说，第三层级是对 运营阿尔法 (Operational Alpha) 的投资。如果您使用与竞争对手相同的现成工具（第一层级），您就没有优势。如果您构建了一个专有数据管道，允许 AI 处理您特定行业 90% 的合规文件（第三层级），您就拥有了护城河。
然而，第三层级有“维护税”。AI 模型在不断进化。为 GPT-4 构建的系统在 GPT-5 问世时可能会崩溃或变得效率低下。您必须每年预算初始构建成本的至少 20%，用于“模型漂移”和架构更新。
“机构税”与 AI 支出之争
在评估 AI 预算时，您必须将其与替代方案进行比较。大多数中小企业在内容、SEO 或基础数据输入方面向代理机构支付巨额费用。这通常是隐藏在营销预算中的“隐形成本”。
我经常告诉我的客户，如果每月 £500 的第二层级 API 预算能够取代每月 £3,000 的初级执行职位留用费，那么这实际上是巨大的节省。当你查看我们的 AI 主导的费用管理对比时，数学逻辑是不言而喻的。你不仅是在增加一项新成本，你是在将“低效的人力支出”转向“高效的计算支出”。
如何构建您的 AI 预测（分步指南）
要构建稳健的 中小企业 AI 战略 预算，请遵循以下 4 个步骤：
1. 审计“影子 AI”
您的员工可能已经在利用 AI。他们可能正在将公司数据输入免费版本的工具，或报销个人的 ChatGPT Plus 账户。绘制出这些情况。这是您的第一层级基础支出。
2. 识别“容量高峰”
查看您处理量最高的手动流程。是客户支持？开具发票？还是潜在客户挖掘？估算每月的使用量以进行第二层级预测。如果您担心成本波动，请考虑它们与收入的相关性。如果您的 AI 成本仅在销售额增长时才增加，那是一个“好”问题。
3. 设置“熔断开关”
对于第二层级 (API) 支出，使用 OpenPipe 或原生的 OpenAI 控制面板等工具来设置硬性限制。如果您的预算是 £500，就设置 £500 的硬性上限。机器人停工一天，总比你醒来发现一个 £10,000 的意外账单要好。
4. 与能源和间接费用对比
就像您监控 商业能源成本 以保持精简的间接费用一样，将“计算能源”视为一项核心公用事业。未来，“智能”的成本将像今天的电力成本一样，成为损益表 (P&L) 中的基本组成部分。
AI 预算的 90/10 原则
最后，我想分享一下：90/10 原则。
当 AI 处理了一项职能的 90%（如第二层级自动化）时，剩余的 10%（人工监督）就不再是一个全职职位。这是一项应该合并到另一个职位中的职责。
如果您为 AI 工具做了预算，但没有重组它们所增强或取代的人力角色，那么您就不是在转型，而只是在增加成本。一个成功的 AI 预算最终应该显示出“行政工资”的减少，且这一降幅明显超过“API Token”的增加。
核心启示？ 不要害怕变动账单。要害怕的是维持旧方式所产生的固定成本。
准备好看看您最大的节省空间在哪里了吗？让我们审视您的业务运营，寻找竞争对手正在错过的第二层级机会。