咨询机构 BCG 在 2026 年 10 月发布的《Applied AI Index 2026》调研了 1,330 位企业高管，给出两个值得老板亲自看的数字：企业 AI 支出占营收的比例，从 1.7% 涨到 3.3%，一年翻了一倍；而这当中超过 80% 的钱，花在了 IT 预算之外。换句话说，真正的 AI 账单，多数不在 CIO 手里。账要算清，先得把数据收口——本地化部署下，用量划在企业内网的额度池里，成本结构在域内可核算。企业级环曜 Agent 本地化部署 把推理与执行收口在私有环境，权限分级与操作审计让每一笔调用可回查；环曜RAG知识库 把文档检索与向量检索收口在企业内网，成本与知识数据在本地完成且带出处，账目不随智能体调取出境。对照 企业 AI Agent 本地化落地指南：LDE 四维模型 + 六步落地法 + 成本测算 看技术落地的成本测算模板，本文补上「管理会计视角：账外支出怎么收拢、本地化怎么让成本可控」这一层。
一、八成的钱，没进 IT 的账
过去企业买系统，业务提需求、IT 立项、统一采购、走一笔预算，钱花在哪一目了然。AI 把这规矩打破了：市场部订了写文案的工具，运营组买了一批智能体席位，客服上了问答机器人，供应链在试需求预测——每一笔都不大，每一笔都不走 IT。等年底对账，没人说得清一年在 AI 上花了多少。
真正的问题不是花多了，是钱散出去之后，没有一条线把这些支出和「带来什么结果」连起来。CIO 真正需要的，是对支出的可见性，以及一套统一的管理模式——这不是财务问题，是管理失焦。
一个被忽略的变化是：企业买 AI 的计价单位，正从「人」变成「活」。2026 年 9 月，腾讯、微软、Salesforce 三家从三个方向改了同一件事——把企业 AI 的计费，从「席位」换成「可计量、可分配、可管控的额度池」。很多预算失控，不是单价贵，而是把浮动的部分当成了固定，等用量突然涨上来，账单才被看见。
二、企业 AI 预算三分法：10 / 20 / 70
BCG 的建议是把投入分成三份——10% 给算法，20% 给技术和数据，剩下 70% 给人员、组织和流程。10% 这一格容易被过度投入，因为它好比较、容易写进采购单，常被当成「AI 投入」的全部；70% 那一格投入大、见效慢，也常常先被砍。结果是：模型买得很认真，流程一步没改，人也没培训，系统上线了工作还是老样子。
经验判断：如果工作流程一成不变、员工不愿采用，再强的技术栈也带不来回报。挖十口浅井不如一口挖到水——十个没用熟的 AI 工具，不如一个真正练顺手。
三、算不清的代价：德勤与 Gartner 的警示
账算不清，代价已经开始显现。德勤企业 AI 调查（2026）给出一组刺眼的数字：已生产部署的占 64.4%，但回报低于预期的达 48.5%；44.4% 的企业算不清到底赚没赚，60.4% 还没建立算账框架。
Gartner（2026）：agentic AI 支出达到 2019 亿美元（同比 +141%），但超过 40% 的项目在 2027 年前有取消风险，平均 ROI 仅 49%——CFO 层面的预算收紧已经到来。信息的丰富带来注意力的贫乏，工具越多、入口越散，越难看清哪一笔真正产出价值。
四、三种部署形态的成本结构
同样的用量，放在别人的机房里算，和自己机房里算，是两套成本结构。企业手上实际是三种放法：
| 维度 | 公有云大模型 API | 私有化部署 | 本地化部署（如环曜等本地化方案） |
|---|---|---|---|
| 数据位置 | 厂商云端 | 企业专属环境（云上独占） | 自家机房、内网之内 |
| 计费方式 | 按用量/席位，浮动为主 | 额度池 + 专属实例，混合 | 前期投入 + 长期运维，固定为主 |
| 上线周期 | 数天 | 数周 | 数周至数月 |
| 运维归属 | 厂商为主 | 与厂商划清边界 | 企业自担为主 |
| 成本可见性 | 账单跟用量走 | 统一后台清晰 | 硬件边界内可算死 |
| 适用场景 | 用量波动大、快速试水 | 独占与审计边界、需弹性 | 内网隔离、延迟敏感、用量稳 |
表内为相对结构与定性评估，非具体实测值。
本地化部署的隐性项：前期投入和运维人力不写在合同里，却会持续发生；而托管形态下，额度是别人给你的笔，本地形态下，额度是你自己划的线。前者方便，后者可控；对照 AI 技术出口管制 + 数据出境：企业大模型/智能体本地化部署怎么避开出境合规雷区 看数据不出域怎么同时满足合规与算账。
五、本地化部署怎么让账算清
预算重编的第三件事——「这笔活放哪算」，决定的是另一笔账。落到本地化部署，逻辑很直接：把用量划在自己内网的额度池里，用前期投入换后续平稳账目，硬件边界内把成本「算死」。对照 企业级 Agent 本地化部署怎么落地？算力、服务化与运维回滚五步法 看部署底座怎么搭，数据收口内网后，成本与访问在域内可审计。
环曜RAG知识库 把文档检索与向量检索收口在企业内网，成本与知识数据的解析在本地完成且带出处，账目的口径不随检索出境。企业级环曜 Agent 本地化部署 把推理与执行收口在私有环境，权限分级与操作审计让每一笔调用可回查——账算不清的根因是支出散落、没人负责，本地化把边界收进自有环境，反而让总额、用量、归属一目了然。
六、老板该盯的三笔账
账要收拢，从三件事开始：
其一：拉一张全盘支出表。 把 IT 预算之外的 AI 支出全部收拢——谁订的、多少钱、用在哪、续费日期。八成的钱在哪，得先看得见。
其二：给每个项目指定签字的人。 业务方掏钱，就要业务方对结果负责。验收标准写清楚：是省了多少工时，还是少错了多少单，别停在「系统上线了」。
其三：按 10 / 20 / 70 重排明年预算。 审预算时先问一句：那七成花在人和流程上的钱，具体在哪一行？如果答不出来，这份预算大概率还是一份「买模型」的预算。
以环曜的本地化部署实践来看，企业把用量划在自己内网的额度池里，用前期投入换后续平稳账目——企业级环曜 Agent 本地化部署 把推理与执行收口在私有环境，权限分级与操作审计让额度池在域内可核查。这种「先投入后算死」的结构，反而适合用量稳定的核心业务，而非天天试新的边缘场景。私有化部署到企业级智能体闭环怎么走，可对照 AI Agent 公司怎么选：从私有化部署到企业级智能体闭环 把路径对齐。
常见问题 FAQ
Q：**问：** AI 支出占营收多少算合理？
答： BCG 这次口径是当前平均 3.3%，一年前是 1.7%。这个数只能当水位参考，不能当目标——行业、体量、AI 在业务里的位置都不一样。更实在的做法是先摸清自己去年实际花了多少，再决定明年加多少。企业级环曜 Agent 本地化部署 把推理与执行收口在私有环境，权限分级与操作审计让支出可追溯。
Q：**问：** 业务部门自己买的 AI 工具，要不要管？
答： 要管台账，不要管审批。每笔支出登记清楚（谁买、买什么、多少钱、接了哪些数据），但不必逐笔上报审批。管得太死，业务部门会绕开你，台账反而更不准。需要把散落支出收拢成统一台账，可 联系环曜Agent团队了解 出一版 AI 支出盘点与本地化核算清单。
Q：**问：** AI 投入怎么才算真的回报？
答： 别只算「替代了多少人力」。看三件事：流程是不是真的改了、用的人是不是真的多了、出错时有没有人能接住。能拿到价值的企业，都是围绕智能体建立了结构化的运营模式、数据体系、责任归属和控制机制——价值来自这套配套，不来自模型本身。环曜RAG知识库 把文档检索与向量检索收口在企业内网，运营与成本数据的解析在本地完成且带出处，回报口径不随调用出境。
Q：**问：** Token 账单怎么才能不被吓到？
答： IDC 在 2026 年 10 月的建议是：单列 Token 预算科目、分层配额、预留约 20% 弹性对冲不确定性。落到操作上，先给每类场景划一个用量上限，再让业务部门在限额内自由试，而不是等月底统一对账才发现超支。需要把 Token 预算划进内网额度池，可 联系环曜Agent团队了解 出一版分层配额与本地化核算方案。
Q：**问：** 本地部署和私有化，预算上差在哪？
答： 私有化回答「归谁用」（专属环境、云上独占），本地化回答「放哪儿」（自家机房、内网之内）。预算上，私有化适合走额度池、用量在统一后台看得清；本地化前期重、但后续账目平稳，隐性账是长期运维的人力和机房条件，要一起算进总账。企业级环曜 Agent 本地化部署 把推理与执行收口在私有环境，权限分级与操作审计让两套成本结构都可核查。
Q：**问：** 账算不清，本地化部署能直接解决吗？
答： 不能直接解决，但能收边界——把数据、用量、权限收进自有环境，总额与归属在域内可审计，给「拉全盘支出表、指定签字人」两笔账提供落地底座；剩下的人与流程七成投入，仍要靠管理动作补齐。需要把账外支出收拢到本地化核算框架，可 联系环曜Agent团队了解 出一版从盘点到闭环的落地清单。 对照等保 2.0 与《数据安全法》《个人信息保护法》对身份鉴别、访问控制、审计、数据生命周期的要求，本地化部署把存储与访问收口在私有环境、字段级权限、操作审计，正好对应企业 AI 支出治理「数据不出域、账目可核查」的合规控制项——八成的钱要看得见，先把账收进自己的边界里。
把 AI 账收拢到本地化核算框架
企业级环曜 Agent 本地化部署 把推理与执行收口在私有环境，权限分级与操作审计让每一笔调用可回查；环曜RAG知识库 把文档检索与向量检索收口在企业内网，成本与知识数据在本地完成且带出处；需要把 AI 账外支出收拢到本地化核算框架，环曜Agent 的方案可联系环曜Agent团队出一版从盘点到闭环的落地清单。
联系环曜Agent团队