近年来,随着云计算、软件即服务和人工智能的大规模落地,企业在信息技术上的投入呈现持续上升的态势。近期由咨询公司West Monroe对美国年收入至少1亿美元的企业中310名采购、IT与财务高管进行的调查显示,近六成三的受访者认为自家公司在IT上的支出高于同行,仅3%认为低于同行。与此同时,多数公司近两年继续提高技术预算,软件成本尤其显著上升。在这样的背景下,一个关键问题浮出水面:高层管理者是否在误判同行的IT费用?这种误判会带来哪些后果,又该如何纠偏与优化? 先看数据与现实。West Monroe的调查表明,86%的受访企业在过去12个月增加了技术支出,85%预计未来一年会继续增长,93%表示企业软件成本在上升,46%将增幅估计在10%以上。Gartner的研究也支持总体上升的趋势,显示2024年与2025年IT支出分别增长了7.4%与7.9%,其中软件支出增幅更高,2025年达到约10.5%。
同时,随着生成式AI与大模型的应用成为多数企业的战略议题,23%的受访者已经把至少10%的IT预算分配给AI项目,42%将扩大AI与数据能力作为首要技术优先项。AI不仅推动软件购买,还影响第三方服务、基础设施与内部人员编制,近七成三认为AI会增加外包与承包商费用,84%认为会增加IT基础设施投入,64%认为AI反而在推动内部人员增加,而非减少。 为何高管会普遍认为自身在IT上开得比同行多?认知偏差来自多个层面。第一是可见性偏差:当公司内部面对持续上升的费用账单、频繁的许可证续订或新项目审批,高管自然感受到支出压力,但他们往往缺乏对同行真实开支结构与增长节奏的完整可比数据。第二是支出结构变化导致的错觉:从一次性资本性开支向持续性的订阅与服务费用转变,会让管理层感受到"钱漏得更快",即便总体投入与产出比在行业内并不异常。第三是软件与工具的快速增多产生"泛滥效应":SaaS工具、点解决方案与AI实验层出不穷,短期看似增加了采购项数与账单频次,从而产生超支感。
第四是内部计费与成本分摊机制不完善,导致不同业务单元与职能对IT成本的认知割裂,管理层看到的是局部激增而非全局合理化。第五是比较基准不一致:不同行业、不同规模或不同业务模式的公司,其IT支出比例、重点与衡量口径大相径庭,如果没有进行单位化、正态化的对比,容易得出误判结论。 这种误判并非无关紧要。若高管普遍认为自家"超支",组织可能陷入防御性成本削减,优先采取短期压缩预算、停止关键项目或冻结人员招聘等措施,进而削弱长期竞争力与创新能力。West Monroe警告,过度防守会让公司错过通过IT实现的业务转型收益与效率提升。相反,若误判导致低估开支(尽管在调查中比例极低),则可能无视风险积累,导致合同失衡、过度依赖第三方或基础设施瓶颈暴露。
要纠正这种认知偏差并在增长与效率之间找到平衡,需要更严谨的数据治理、基准化对比与流程化管理。首先,构建全面准确的IT支出清单是前提。企业应按类别细化成本:基础设施(含公有云、私有云与本地数据中心)、软件许可与订阅、第三方服务与外包、人员成本与培训、AI模型与数据成本、项目实施费用等,并按成本中心、业务线和项目进行标注。仅有完整的成本明细,才能把短期波动与长期趋势区分开来,避免被"一次性大额"或"试点项目高投入"误导。 其次,标准化基准对照方法至关重要。直接比较总IT支出占营收比可能掩盖行业差异与业务模式差别。
推荐采用多维度基准指标,包括单位用户成本(cost per user)、每交易成本、IT支出占营业收入比及IT人员比例等。行业基准应参照权威机构数据(如Gartner、IDC等)并结合可比规模企业,必要时委托第三方进行同行分组的定制化对照。对于云与SaaS支出,应引入使用量(consumption)和功能覆盖率的衡量,而非仅看账面开支,能更准确反映价值实现度。 第三,推动采购、IT与财务协同,建立持续的成本治理机制。采购在合同谈判、许可证管理与供应商整合上发挥关键作用;IT则要负责技术架构、生命周期管理与性能指标;财务需把控成本分摊、预算与ROI验证。三方联合成立IT投资评审委员会,定期审查大型项目与订阅续约,要求明确的业务价值声明(Business Value Statement)、关键绩效指标(KPIs)与退出机制,避免"跑火车式"项目长期占用预算却无显著产出。
第四,引入FinOps与SaaS管理实践,以应对云费与软件泛滥问题。FinOps强调成本可视化、实时监控与按需优化,通过标签化(tagging)、账单分解和预算预警,让业务单元对各自造成的云成本负责。SaaS管理平台可以统一发现、整合与优化订阅,避免重复采购、闲置许可证与功能重叠。对于AI项目,建议在预算中单列AI专项,建立模型训练、推理与数据存储的成本追踪,明确预期的业务收益与持续投入门槛。 第五,提升对ROI与TCO的关注,停止以单纯"降本"为唯一目标的短视行为。对每一个重大软件或AI投资,应在项目审批阶段设定明确的衡量周期、基线数据与预期回报。
ROI评估不应仅看直接成本节省,还要量化效率提升、业务增长潜力与风险降低等非直接收益。TCO(Total Cost of Ownership)评估则要求把隐藏成本纳入考量,例如迁移成本、培训与变更管理、长期维护与升级费用。 第六,强化供应商与合同管理,以控制成本漂移。随着订阅模式占主流,合同条款中关于价格变动、使用量上限、数据出口与服务级别协议(SLA)尤为关键。采购与法务应争取更清晰的价格阶梯、可退订条款与年度审计权,避免在缺乏使用率监控时被自动续费或被动接受价格上涨。 第七,建立透明的内部计费或展示机制,使业务单位理解IT支出的价值与边界。
展示式计费(showback)或内部结算(chargeback)能让业务线看到其创造的真实IT成本,从而在选择工具时更为理性。需要注意的是,内部计费并非为了让某一方承担全部成本,而是为了增强责任意识与优化决策。 第八,管理"试点热潮"并在规模化前设置通行证。AI与数据项目常以试点形式启动,试点阶段为了验证可能投入大量资源是合理的,但组织应设定清晰的评估门槛与放大条件,避免项目在试点后无明确ROI便扩大投入,造成长期开支增长却无对应收益。 最后,沟通与文化也很重要。高层的认知影响组织资源配置与战略选择。
面对快速变化的技术环境,董事会与管理层需要接受IT支出结构正在变革的事实:从资本密集型向运营型订阅转变,从单点工具向平台化生态转变。透明的数据、可比的基准与共同的治理流程可以缓解误判,帮助管理层在保护成本纪律的同时,保留战略性投资的空间。 归根结底,高管普遍感到"自己在IT上花得太多"既有心理与可见性原因,也反映了技术采买与治理体系尚未跟上业务速度。通过建立精细化成本清单、行业化且可单位化的基准对照、采购IT财务协同、FinOps与SaaS治理,以及以ROI和TCO为中心的审批机制,企业可以把对支出的感知变成可测量、可管理的事实基础。这样既能避免因为误判导致的机会成本损失,也能在必要时果断精简非价值性支出,从而在竞争中既稳健又敏捷地前行。 。
