企业正在以前所未有的速度购买AI基础设施，却无法清晰衡量其成本与收益。这一“算力鸿沟”正在重塑AI采购决策，并可能引发新一轮供应商洗牌。
发生了什么
根据对107家企业的调研，AI基础设施支出增速远超企业追踪和管理相关成本的能力。目前，大多数组织的AI工作负载运行在熟悉的超大规模云平台和模型提供商API上，但下一笔预算正瞄准几乎无人使用的专业计算资源。更值得注意的是，多数企业计划在一年内更换或新增供应商，其中不少将在季度内完成切换。
为什么重要
这一现象揭示了企业AI部署中的结构性矛盾：一方面，业务部门急于利用AI获取竞争优势，推动算力采购快速扩张；另一方面，财务和IT部门缺乏成熟的成本核算模型，难以评估投资回报率。这种“先买后量”的模式可能导致资源浪费和供应商锁定风险。此外，专业算力（如定制芯片、边缘设备）的兴起，表明企业正在探索超越通用云计算的路径，但缺乏统一标准又加剧了选择困难。
影响与看点
- 供应商格局加速分化：超大规模云厂商面临客户流失风险，而专业算力提供商（如GPU云、推理芯片厂商）可能获得增长窗口。企业应警惕短期切换成本与长期兼容性问题。
- 成本管理工具需求爆发：缺乏可见性意味着市场急需能够跨平台追踪AI支出的FinOps工具，这可能是创业公司的机会。
- 开发者决策权重上升：算力采购越来越依赖技术团队对模型性能与成本的判断，开发者需掌握更精细的基准测试方法。
- 独立判断：企业应优先建立算力成本基线，而非盲目追逐最新硬件；否则，算力鸿沟将从财务问题演变为战略风险。
