企业AI与数据控制平面厂商Revefi近日推出闭环AI FinOps(Closed-Loop AI FinOps)产品,将AI预算设定、支出追踪、自动策略生成、运行时强制执行与优化环节打通,覆盖企业运行的全部大模型、智能体和AI应用。策略执行通过新推出的Revefi AI Gateway或客户自有网关完成,单一策略可跨OpenAI、Anthropic、Google等多家模型提供商生效。
Revefi将闭环AI FinOps定义为:在企业AI活动运行过程中,对其消耗的预算进行强制执行。具体机制上,Revefi追踪每一次请求从用户到智能体再到模型的完整链路,Auto Policy功能将预算转化为可执行策略,网关负责在请求运行时落实这些策略,优化功能帮助团队控制在限额之内,而每一轮循环中积累的数据又用于预测下一周期的预算。
这一产品的推出背景是,企业将大模型应用和智能体从试点推向生产环境的速度,已经超过了预算管理能力的跟进速度。按用量计费的模式与自主运行的智能体使支出难以预测和归因。一次智能体循环、一次提示词变更或一次向更大模型的切换,都可能在一夜之间使token成本成倍增长。现有FinOps仪表盘只能报告已经发生的支出,而AI网关在路由流量时并不掌握预算或归属信息。
Revefi首席执行官兼联合创始人Sanjay Agrawal表示:“企业已将AI从试点推向生产环境,智能体可能在数天内消耗掉一个季度的预算。闭环AI FinOps将企业设定的预算与其消耗预算的AI活动连接起来,并通过我们的网关或客户自有网关在运行时采取行动。借助Auto Policy,由系统设定护栏,团队无需手动配置。这为管理者提供了可以向CFO展示的投资回报。”
从功能构成看,闭环AI FinOps包含五个模块。AI预算管理支持按业务单元、成本中心、团队、应用、智能体、模型或提供商设定预算,并提供可标记超支的预测能力,内置费用分摊(chargeback)与成本展示(showback)功能。支出追踪与归因对每一次请求进行从用户到智能体再到模型的追踪,记录每一步的token成本、延迟与结果。自动策略创建(Auto Policy)分析历史与实时使用数据,为每个工作负载起草预算阈值、模型路由规则和护栏策略。运行时强制执行在请求经过Revefi AI Gateway或客户自有网关时,执行告警、审批与例外处理、模型降级、速率限制或硬性停止。优化模块则通过提示词与token优化以及模型路由降低支出,使团队在不削减用量的前提下保持在限额之内。
闭环AI FinOps运行在与Revefi AI Observability相同的平台之上,这意味着企业可以在同一套系统中完成AI可观测性管理与成本治理。对于已经进入AI规模化部署阶段的企业而言,预算失控正成为CFO与业务负责人共同关注的问题,而将预算约束下沉到请求运行时执行,代表了AI成本治理从“事后报告”向“事中控制”演进的趋势。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。