🤖 智能体 · 成本治理

当 AI 开始治理 AI 账单:Snowflake Cortex Agent 重塑 FinOps 成本管理

Snowflake 将 AI 嵌入成本管理全流程——Cortex AgentCoCo AI 让自然语言成为新的分析接口,同时用 AI 治理 AI 自身的支出。双重角色正在重新定义 FinOps 的边界。

综合公开信息整理 2026-07-24 全文约 4 分钟读完
#Snowflake #Cortex Agent #FinOps #AI 成本治理 #CoCo
98% FinOps 团队已管理 AI 支出(两年前 31%)
7 组织级 AI 服务视图,细粒度到 model 级别
5 AI 域支持 per-user 配额控制

⚡ 30 秒速览

  • AI 嵌入成本管理:CoCo 内置 Cost Intelligence skill,自然语言即可分析支出,无需写 SQL。
  • 异常检测自动解释:点击支出图表上的异常点,CoCo 几秒内返回根因分析,告别数小时排查。
  • 7 个新 AI 视图:按 Cortex AI Functions、Cortex Agents、CoCo 等服务逐层展示每日消耗,可细分到 account/user/function 级别。
  • Per-user quotas:对每个用户单独设定 AI 功能月/日额度上限,触及后自动阻断,让自助式 AI 更安全。
  • 双重角色:AI 既是成本管理的工具,也是被治理的对象——同一套平台同时解决两个问题。

01双重议程 AI 如何改变 FinOps 的底层逻辑

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。未来 12 个月,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。

真正让它变难的,不只是 AI 支出的规模,更是它的性质。报告总结出三个核心痛点:

98%团队已管理 AI spend
31%两年前这一比例
12 个月AI FinOps 成最优先方向
3核心挑战:可见性/分摊/ROI

数据来源:FinOps Foundation 2026 年度报告。98% 的受访团队已开始管理 AI 支出,两年前仅为 31%。三大挑战为:AI 成本可见性不足、难以分摊到业务单元、ROI 判断困难。

一位从业者直言:“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。” 这恰恰是 Snowflake 正在构建的方向——用 AI 提高 FinOps 的生产力,同时管理 AI 本身的支出。

02把 AI 嵌进成本管理 从写 SQL 到自然语言对话

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?应该采取什么动作?

传统方式

写 SQL 查询 ACCOUNT_USAGE schema,需要熟悉底层数据模型,跨团队协作成本高,从发现问题到定位根因往往耗时数小时。

CoCo Cost Intelligence

自然语言直接提问,AI 自动关联 warehouse 活动、query 模式和用户行为,返回解释性答案并保留追问上下文。

CoCo 是 Snowflake 的 AI-powered coding agent。它内置的 Cost Intelligence skill 把成本管理从“写 SQL”变成了一场对话。你可以直接问:

为什么周三计算费用飙升? 本月哪些用户消耗最多? 费用最高的五个仓库趋势 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。

Cost Intelligence skill 同时可用于 Snowsight UI 和 CoCo CLI / Desktop,无论终端里的平台工程师还是浏览器里的 FinOps 分析师,都用同一套自然语言接口。

03能自我解释的异常检测 从“知道异常”到“知道为什么”

Snowflake 内置的 Cost Anomaly 功能可以检测 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。

📈 异常点一键解释 秒级响应

  • 在支出图表上选中一个异常点,点击 “解释” 查看细节。
  • CoCo 自动调查该异常,将其与仓库活动关联,识别出相关的用户或工作负载。
  • 多数情况下,几秒内返回一段通俗易懂的叙述式解释。
效果:把“看起来不对劲”和“知道发生了什么、接下来该做什么”之间的时间差压缩到极短。

更关键的是,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。

04治理 AI spend 从可见性到强制执行

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。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。

ORGANIZATION_USAGE schema 中,Snowflake 推出了 7 个新的细粒度 AI Services views,每个 major AI capability 对应一个——Cortex AI Functions、Cortex Agents、Snowflake CoWork、CoCo 等。这些视图以每日粒度展示 AI credit 消耗,可细分到 account、user 以及 function/model 级别。

AI Functions 视图 · Cortex Agents 视图 · CoWork 视图 · CoCo 视图 · +3 个服务视图

在可见性之上,预算配额 原语被扩展到了 AI 工作负载层面。基于标签的预算可以覆盖 AI Functions、CoWork、Cortex Agents 和 CoCo,当支出接近阈值时自动通知,突破时触发 Custom Action(如撤销权限、写入 audit log)。

Per-user quotas(public preview)则解决了一个更精细的问题:防止单个用户异常放大成本。Quota 定义对每个用户单独生效的 monthly 或 daily credit ceiling,覆盖 AI functions、CoWork、Cortex Agents 和 CoCo 五个域。达到上限后,用户对特定 AI 功能的访问自动受限,并在下一周期自动恢复。

用户范围通过 Snowflake 标签定义,可将现有组织结构(成本中心、部门、团队)直接映射到配额作用域,无需人工逐个列出用户。

编辑核心判断

AI 同时在成本管理的两侧工作——作为工具,它让 FinOps 从后台报表升级为对话式决策层;作为对象,它催生了从细粒度视图到 per-user 配额的完整治理链。当一家公司用同一套 AI 平台既做成本管理、又做成本管控时,FinOps 才真正进入了可编程时代。

现在就能用

CoCo Cost Intelligence skill 已嵌入 Snowsight UI 及 CLI / Desktop,Cortex Agent 的 FinOps 能力面向所有 Snowflake 用户开放。登录控制台,在 Admin > Cost Management 中即可体验。

snowflake.com → 进入成本管理