当 AI 遇见 FinOps：Snowflake 如何为 AI 时代重新定义成本管理 | 技术趋势

2026 年，智能体将在企业级应用中取得哪些实质性突破？ 点击下载 "《2026 年 AI 与数据发展预测》白皮书，获悉专家一手前瞻，抢先拥抱新的工作方式！ 仓库额度突然飙升，通常还算容易解释；但 AI 账单就不是这样了。 一个 Snowflake Cortex Agent™ 可能会跨多个数据集执行一连串推理步骤，一条 prompt 就可能触发数千 tokens，而与传统基础设施不同，许多 AI 工作负载从设计之初就是探索性的。 这正是 FinOps 团队正在面对的新挑战：他们需要治理那些成本变化速度往往和输出变化速度一样快的系统。换句话说，他们被迫同时解决两个问题： 用 AI 改善 FinOps 本身治理 AI 自己产生的支出 在 Snowflake，我们一直在从底层重新思考成本管理，不只是为了跟上 AI 驱动工作负载的节奏，更是希望把 AI 本身变成成本治理机制的一部分，让治理变得更聪明、更快，并且让更多人都能用得起来。本文讲的就是这两件事：一方面，我们把 AI 嵌入成本管理工具，让它更强大；另一方面，我们也提供了一组治理原语，帮助你把自己的 AI 投资控制在可预期范围内。 FinOps 的挑战已经更复杂，也更紧迫了 FinOps Foundation 发布的 《State of FinOps 2026 Report》 "传递了一个极其明确的信号：AI 已经彻底进入 FinOps 议程中心。根据报告，未来 12 个月里，面向 AI 的 FinOps 已经成为团队最优先关注的前瞻性方向。AI 成本管理是组织最想补齐的技能集，同时 98% 的 FinOps 团队已经开始管理 AI spend，而两年前这一比例还只有 31%。AI 在一个产品周期内，就从一个新兴议题变成了几乎所有 FinOps 团队的共同职责。 真正让它变难的，不只是 AI 支出的规模，更是它的性质。报告总结出了实践者最常遇到的三个问题： AI 成本可见性不足，因为定价模型差异极大很难把这些成本准确分摊给业务单元，难度高于传统基础设施很难判断 ROI，因为很多投入本身仍带有探索性质 此外，报告中被需求方提得最多的能力，是对 AI spend 的细粒度监控，例如 tokens、LLM requests 和 GPU utilization。正如一位从业者所说：“团队一方面要管理更分散、更复杂的 AI 项目成本，另一方面又被要求不要过度限制 AI 使用，以免拖慢 time to market。” FinOps Foundation 把这总结成一个双重议程：既要用 AI 提高 FinOps 的生产力和效率，也要管理 AI 本身的支出。而这恰恰是 Snowflake 一直在构建的方向。 Part 1：把 AI 嵌进成本管理 FinOps 最常见的失败模式，是没有足够时间把数据真正看明白。工程师可以写查询去查 ACCOUNT_USAGE，财务负责人也可以看月账单，但夹在中间的大多数人并没有上下文去迅速判断：为什么上周 spend 增长了 30%，是哪一个 warehouse 导致的，又应该采取什么动作。 为了解决这个问题，Snowflake 正在把 Snowflake CoCo™ 直接嵌入成本管理体验中。CoCo 是我们的 AI-powered coding agent。 用自然语言做成本分析：Cost Intelligence skill CoCo 内置了一个面向成本管理的 Cost Intelligence skill，它把成本管理从“写 SQL”变成了一场对话。你可以直接问它： 为什么我周三的计算费用突然飙升？本月哪些用户消耗的仓库额度最多？展示我费用最高的五个仓库，以及过去六个月的成本趋势。我本月的预算执行情况如何？ CoCo 不只会给出答案，还会解释原因、展示底层数据，并保留后续追问所需的上下文。它能把 warehouse 活动、query 模式、用户行为和成本归因串起来，而这些事情过去通常需要一位对 ACCOUNT_USAGE schema 非常熟悉的数据分析师才能完成。 这个 skill 同时可用于 Snowsight UI™ 和 Snowflake CoCo CLI / Desktop。也就是说，无论你是在终端里的平台工程师，还是在浏览器里的 FinOps 分析师，你用到的都是同一套自然语言成本分析接口。 能自我解释的异常检测 你本来就可以用内置的 Cost Anomaly 功能检测 Snowflake account 上的成本异常，但“知道异常发生了”只完成了一半工作。真正卡住团队的，通常是搞清楚“为什么会发生”。 过去，这往往意味着团队要花几个小时，把仓库历史记录、查询日志和用户活动一条条拼起来。 现在，当 CoCo 被嵌入成本管理界面后，你可以直接在支出图表上选中一个异常点，然后点击 "解释" 查看细节。CoCo 会自动调查这个异常，将其与仓库活动关联起来，识别出相关的用户或工作负载，并在多数情况下于几秒内用通俗易懂的语言返回一段叙述式解释。 一个为行动而生的新版 Account Overview 在 2026 年 Snowflake Summit 上宣布 GA 的新版 Snowsight Cost Management Account Overview，不再只是一个报表 dashboard，而是一个统一的成本指挥中心。你可以在一个页面里同时看到预算健康度、未处理异常、仓库归因状态，以及按服务类型拆分的额度。 更重要的是，每一条洞察都对应一个动作：如果 anomaly 需要调查，CoCo 只差一键；如果某个 warehouse 还没有归属到 cost center，你可以直接借助 CoCo 生成 tagging plan。目标很明确：把“发现问题”和“修复问题”之间的距离压缩到最短。 Part 2：治理 AI spend，这已经成为新的刚需 虽然 AI 让成本管理变得更聪明，但它同时也制造了一个组织必须主动治理的全新成本类别。为此，Snowflake 构建了一整套专门面向 AI 成本治理的原语，从可见性到通知，再到强制执行。 第一步始终是可见性 你无法治理自己看不见的东西。Snowflake 在 AI 成本可见性上投入很大，而且是逐层细化的。 七个新的组织级 AI views 在 ORGANIZATION_USAGE schema 中，也就是通过你的 Organization Account 可访问的层级，我们推出了 7 个新的细粒度 AI Services views，每个 major AI capability 对应一个，例如 Cortex AI Functions™、Cortex Agents™、Snowflake CoWork™、Snowflake CoCo 等。 这些视图为 Finance、Platform Engineering 和 FinOps 团队提供了一个统一的中心来源，用来查看整个 Snowflake organization 内所有与 AI 相关的 credit 消耗。 这些视图会以更高粒度展示每日 AI spend，可以细分到 account、user 以及 function/model