随着人工智能应用在企业中加速规模化落地，AI成本如何核算、如何在财务报表中归集，正成为首席财务官（CFO）群体关注的实务焦点。财经内容平台OnlyCFO近期连续发布多篇文章，围绕AI成本归属、销售成本（COGS）构成以及token经济学展开讨论，其中一篇由OpenRouter洞察负责人Peter Walker撰写的客座文章专门分析了AI tokenomics的现状。

数据事实

据OnlyCFO于2026年10月22日发布的文章《The Current State of AI Tokenomics | What CFOs Should Know》，该文为OpenRouter洞察负责人Peter Walker（Head of Insights at OpenRouter）撰写的客座文章，主题聚焦AI token经济学的当前状态以及CFO应当了解的内容。文章标题直接点明受众为CFO群体，表明在AI应用规模化背景下，理解token层面的成本逻辑已成为财务负责人的必修课。不过，从现有素材看，该文正文内容尚未展开，具体分析框架与数据有待进一步披露。

更早的一篇文章发布于2026年9月30日，标题为《Harvey vs Legora | When Are Terrible Gross Margins OK?》。该文在对比Harvey与Legora两家公司的同时，还附带讨论了AI成本在利润表（P&L）中的归属问题，以及销售成本（COGS）究竟应包含哪些内容。

解读分析

文章提出的核心问题——“糟糕的毛利率何时是可以接受的”——折射出AI企业在成本结构上的特殊性与财务判断上的分歧。对于以AI为核心产品的公司而言，token调用、模型推理等成本如何计入COGS，直接影响毛利率表现与投资者对商业模式的评估。

综合两篇文章的选题方向，AI成本核算已从技术问题演变为财务问题。企业财务部门需要回答的问题包括：AI相关支出应归入成本还是费用、哪些token消耗应计入COGS、以及在不同业务模式下毛利率的合理区间如何界定。这些问题的复杂性在于，AI成本既具有变动成本特征（随调用量波动），又涉及基础设施投入等固定成本，传统成本核算框架难以直接套用。OnlyCFO连续发文讨论这一议题，反映出CFO群体对AI成本结构认知的迫切需求。

文章标题直接点明受众为CFO群体，表明在AI应用规模化背景下，理解token层面的成本逻辑已成为财务负责人的必修课。——OnlyCFO

后续关注

  • Peter Walker在OnlyCFO文章中提出的token经济学分析框架与具体数据；
  • AI成本在利润表中的归属标准是否形成行业共识；
  • Harvey与Legora案例中毛利率争议的财务逻辑与结论；
  • 随着AI应用进一步规模化，CFO群体在成本核算方法上的实践演进。