有一个问题让许多财务总监感到不适：公司上个月在人工智能上花了多少钱，这笔钱究竟消耗在哪里。在大多数组织里，诚实的答案是沉默。所有人都知道有支出，有时是增长很快的支出，但它以一张汇总发票的形式到来，没有名字、没有归属、没有解释。AI 从创新的大门进入运营，绕过了公司对任何其他重要开支都会施加的财务纪律。
这个盲点有一个简单的技术原因。现代人工智能按消耗计费，以令牌为单位——模型在每一次提问与每一次回答中处理的单位。这是一种随使用上升的可变成本模型，用来起步极好，用来规模化则很危险。当使用还在试验阶段时，成本无关紧要，没人去看。当使用变成运营时，成本以同样的比例增长，而对它的可见性却没有一起增长。企业醒来时，正在真金白银地花钱，却仍然把它当作试点在管理。
问题比发票上的意外更深，它是管理层面的。一笔无法归属的成本，就是一笔无法治理的成本。不知道哪个智能体、哪个用户、哪个部门消耗了什么，就不可能回答任何管理者对任何其他开支科目都会提的问题：这种使用在产生回报还是在浪费。这个部门的消耗是另一个部门的十倍，是有好理由还是因为疏忽。这个流程相对它交付的价值是否已经太贵。没有按来源的度量，这些问题一个都没有答案，AI 的成本就变成一个只能看见体量、永远看不见构成的黑箱。
一笔无法归属的成本，就是一笔无法治理的成本。
解决办法不是削减使用，而是把这种使用看清楚。按智能体、按用户、按部门监控令牌的消耗控制，把黑箱变成一条可读的预算科目。神秘的汇总支出不再存在，取而代之的是被归属的、可比较的、可预测的消耗。财务不再对着发票被动反应，而是在它之上做规划。原本只会让人害怕的开支，变成一个像其他任何变量一样被管理的变量：有目标、有上限、有归属。
值得指出，这不只是财务的舒适，而是安全规模化的条件。企业只会有信心地扩大一项它理解其成本的技术的使用。当消耗不透明时，谨慎的管理者的自然反应是刹车、限制、怀疑，而这恰恰扼制了那些最能产生价值的使用。当消耗透明时，企业可以在有回报的地方扩大，在有浪费的地方削减，依据的是数据而不是恐惧。成本可见性不是官僚主义，而是让你能对正确的使用说“是”，而不至于因为缺少判断标准而对所有使用都说“是”。
这与数据治理有一个直接的对应，并非巧合。正如企业要求知道谁访问了哪份数据，它也应该要求知道谁消耗了哪项 AI 资源。这是同一原则的两面：企业无法衡量的智能，就是企业无法控制的智能——无论在数据这一轴，还是在成本这一轴。完整的治理覆盖两者。只审计访问而忽略消耗的人，只看到了问题的一半。
对财务总监来说，这个讯息直接，而且不适的程度恰到好处：如果公司说不出各部门在 AI 上各花了多少，那么它还不是在管理 AI，只是在为它付钱。而无法衡量的东西无法决策——对于一项作为决策工具被售出的技术来说，这是格外锋利的讽刺。
Mars 从一开始就把消耗控制当作治理的一部分，与数据脱敏、审计轨迹处在同一层级：按智能体、按用户、按部门监控令牌，成本可预测、可归属。你的数据，你的轨道，你的预算也在掌控之中。如果你的 AI 账单仍然没有名字、没有归属，值得看看在发票替你做决定之前把每一分钱看清楚是什么样子。