随着生成式 AI、智能体和自然语言数据应用进入企业环境，FinOps 面临的对象正从相对稳定的计算资源，扩展到按 Token、调用量、服务运行时间和底层计算资源共同计费的 AI 工作负载。Snowflake 在一篇官方文章中将这一变化概括为两项并行任务：使用 AI 改进成本管理，同时对 AI 自身产生的支出实施治理。
AI 成本为何更难解释
传统数据仓库成本通常可以从仓库规模、运行时间和查询活动等维度进行追踪。AI 应用的成本构成则更分散。例如，Snowflake Cortex Agents 按处理的 Token 计费，但智能体编排过程中调用 Cortex Analyst、Cortex Search 等底层服务时，相关成本还会叠加；执行生成的 SQL 也可能产生虚拟仓库计算费用。Cortex Search 则涉及服务计算、嵌入计算以及相关仓库和存储成本。
这意味着，单看模型调用次数或 Token 数量并不足以还原完整成本。Snowflake 文档建议结合相应的用量视图，以及查询 ID、仓库 ID和用户 ID等信息计算整体操作成本。对于 FinOps 团队而言，成本归因对象也随之从仓库和部门，进一步细化到具体 AI 服务、模型、用户及业务场景。
用 AI 辅助分析成本数据
在成本分析侧，Snowflake 正把 Snowflake CoCo 及其 Cost Intelligence 技能嵌入成本管理体验。按照 Snowflake 的介绍，用户可以通过自然语言询问计算费用为何上升、哪些用户消耗了最多仓库额度，或者查看高成本仓库及预算执行情况。该技能可在 Snowsight、命令行和桌面环境中使用，并能展示回答所依据的数据。
Snowflake 还表示，CoCo 可以结合仓库活动、查询模式、用户行为和成本归因数据调查异常。在更新后的 Snowsight Cost Management Account Overview 中，管理员能够集中查看预算状态、待处理异常、仓库归因情况以及按服务类型拆分的额度消耗。这里的核心变化不是取消底层成本数据分析，而是为已有用量视图和成本界面增加自然语言交互层。
建立面向 AI 的可见性与归因体系
在治理侧，Snowflake 提供了账户级和组织级用量视图，用于追踪 Cortex Agents、AI Functions、Cortex Search、CoWork 和 CoCo 等功能的消耗。官方文档将这些视图定位为 AI 成本报告、内部监控、治理和费用分摊的基础。不同服务记录的单位并不完全相同，可能包括 Token、消息、工具调用、服务时间或吞吐时间，因此企业在汇总数据时需要遵循各视图的统计范围，避免重复计算。
Snowflake 的整体成本管理框架仍然由可见性、控制和优化三个部分构成。放到 AI 场景中，可见性不仅意味着知道总支出，还要能够回答成本来自哪个账户、用户、功能或模型，以及这些消耗应归属到哪个团队或成本中心。
从预算提醒走向自动化控制
Snowflake Budgets 可以为账户或一组资源设置月度额度上限，并在实际或预测支出达到阈值时发送通知。标签机制允许管理员按照团队、项目或成本中心组织资源，再将预算应用到相应范围。Snowflake 还支持把自定义存储过程绑定到预算阈值，以执行通知、记录审计信息或调整访问权限等动作。
针对 Cortex Agents，资源预算可以追踪带标签对象的额度消耗，并在达到指定阈值时触发预设操作。不过，这类机制并非实时计费拦截。Snowflake 文档指出，标准预算超过阈值后可能需要最多八小时才能执行控制动作；启用低延迟选项后，执行延迟可缩短至两小时。因此，企业仍需为检测延迟预留余量，并把预警阈值设置在硬性上限之前。
Snowflake 还公布了处于公开预览阶段的每用户配额，用于为范围内的每名用户分别设置每日或每月额度上限，覆盖 AI Functions、CoWork、Cortex Agents 和 CoCo 等 AI 使用场景。其目标是补充资源级预算：资源预算控制某类对象或团队的汇总支出，每用户配额则限制单个用户的异常消耗。由于该能力仍处于预览阶段，实际可用性和行为应以对应账户、区域及最新官方文档为准。
FinOps 的重点正在转向业务上下文
Snowflake 展示的路径表明，AI FinOps 不只是增加一张 Token 用量报表，而是把用量采集、成本归因、异常解释、预算和执行动作连接起来。其价值取决于企业能否建立一致的标签、账户和成本中心体系，并为不同 AI 应用定义可接受的投入范围。
这套方案也存在明确边界：不同 AI 服务的计费单位和底层依赖各不相同，预算执行具有延迟，部分能力仍处于预览阶段。企业在扩大 AI 使用范围之前，仍需要先厘清应用调用链、成本归属和业务价值指标。AI 可以降低查询与解释成本数据的门槛，但不能替代组织本身的财务责任划分和治理规则。