一家医院里，放射科在用 AI 做报告结构化，病案室在用 AI 做质控，宣传科在用 AI 写科普，信息科还在评估第三个厂商的模型。半年后财务问：AI 到底花了多少钱？——没人能立刻答上来。

这不是个例。AI 支出正在变成新的「影子 IT」：费用分散在多个账号、多个厂商、多张发票里，用量与业务对不上。

三个常见问题

  • 计费口径不统一：不同厂商按 Token、按调用次数、按并发计费，无法横向比较。
  • 用量不可见：谁在用、用在哪、用了多少，只有月底账单知道。
  • 配额失控：某个科室的实验脚本跑了一夜，账单翻倍，但没人提前收到预警。

治理要做的四件事

统一入口：所有模型调用经过同一个网关，先有数据，才谈得上管理。

统一计量：把不同厂商的计费方式折算成可比口径（Token、调用数、成本），按科室、按应用拆分。

配额与预警：给每个应用设月度上限，接近阈值时自动提醒，而不是月底看账单。

成本归集：哪笔费用对应哪个业务价值，让投入产出可被讨论。

一个顺序建议

先做「看得见」，再做「管得住」，最后做「算得清」。一上来就搞审批流程，通常会被业务绕过去；而先让用量透明，科室自己就会开始优化。