2026 年 5 月底，企業 AI 搜尋公司 Glean 宣布年度經常性營收突破三億美元，約是十五個月前的三倍。TechCrunch 的報導標題點出它現在最主要的賣點：幫企業削減 AI 預算。執行長 Arvind Jain 說，客戶很喜歡 Glean 的一點，是它能大幅降低 AI 帳單；他的說法是，讓 AI 透過 Glean 整理好的企業資料取得所需資訊，消耗的文字量（token）會比直接去讀各個系統少得多。
這個說法可能成立，也可能不適用於你的公司。工具看起來能整合，不代表買了就會省錢。如果舊工具不能停、資料還要整理、權限要重設、員工要重新學，新工具可能只是多一筆訂閱。
所以採購前要問的，是它實際取代了哪一筆成本。「省錢」只有兩種情況才算數：某筆舊支出能在明確日期取消，或某個量得到的工作指標真的下降。其他都只能算實驗成本。
簡報裡的節省比例，是用別家的條件算的
簡報裡的節省比例，通常是用別家公司的條件算出來的。你的公司有沒有同樣的舊工具可以停、資料是不是整理好了、員工會不會真的改變找資料的習慣，都會改變結果。
更常被低估的是導入本身的成本：新的授權和部署費、把資料整理到 AI 能用的程度、重新設定誰能看到什麼、訓練員工、處理錯誤的答案。這些大多是新增的支出，不會因為工具很聰明就消失。
把四類成本放進同一張表
工具授權： 現在為搜尋、知識庫、文件助理付多少，實際使用率多少。只有舊工具能停用，才算節省。
資料整理與權限： 整理文件、維護權限群組的人力。導入 AI 搜尋通常會增加這部分，因為 AI 會把資料的混亂更快暴露出來，權限設錯也可能讓不該看的人看到。
員工時間： 找資料、重複回答同樣問題、在工具間切換的時間。要先量好現況，試用後能看到下降，才算節省。
風險與維護： 錯誤答案、資料過期、權限外洩，都需要有人負責。這個負責人不能當成零成本。
表做好之後，用三個問題決定：有哪一筆舊支出能在明確日期取消？有哪一個工作指標會下降，降到多少算成功？誰負責資料品質、權限和錯誤答案？三題都答得出來，才值得試點；答不出來的，就先別年繳。
先量現況，再談試用
推動雲端成本管理的 FinOps 基金會，把「由業務價值驅動技術決策」列為原則之一。套在 AI 工具上，意思是先說清楚要換來什麼價值，再決定花多少。
試用之前，先花一兩週量現況：員工每週花多少時間找資料、同樣的問題被問幾次。沒有現況的數字，試用結束時就只能憑感覺判斷值不值得。AI 工具的用量帳單怎麼設預算護欄，參考〈Copilot 改成按用量計費後，先決定額度用完時要停還是付〉。
這張表算不到的價值
這張表算的是看得見的成本。有些價值很難量化，例如新人上手更快、知識不再只留在少數人腦中；這些可以寫進評估，但不該被直接換算成「省下的錢」。
另外，如果現有工具雖然分散，但成本低、負責人清楚、問題容易修，不一定要急著換。AI 搜尋比較適合已經有明確找資料痛點、重複查詢成本高，而且有能力整理資料和管理權限的團隊。費用出現異常時該由誰處理，可以參考〈AWS FinOps Agent 能查出成本為什麼暴增，找不找得到負責人要靠你先寫好〉。
AI 整理卡
我們正在評估一套企業 AI 搜尋或知識工具，供應商說能幫我們省錢，我想先確認省錢是否成立。
判斷方法來自這篇文章：https://boosterminiclass.com/posts/enterprise-ai-search-needs-cost-audit/
文章的看法是：「省錢」只有兩種情況才算數：某筆舊支出能在明確日期取消，或某個量得到的工作指標真的下降。其他都只能算實驗成本。導入本身的授權、資料整理、權限設定和訓練，大多是新增支出。
請先問我：目前用哪些搜尋、知識庫和文件工具，各自的費用和使用率，以及供應商承諾的節省項目。
接著：
1. 整理一張成本表，分成工具授權、資料整理與權限、員工時間、風險與維護四類，各列出現在的成本、導入後新增的成本、能不能取消；
2. 標出哪些節省是「確定」（有明確可取消的支出）、哪些是「可能」（要靠指標下降證明）、哪些只是「想像」；
3. 建議試用前要量的現況指標，以及試用成功的門檻；
4. 列出需要指定負責人的項目：資料品質、權限、錯誤答案。
沒有數字的地方標示「需要補資料」，不要自行估算。
參考來源
- TechCrunch：Glean’s top line crosses $300M as AI budget-cutting becomes its major selling point — https://techcrunch.com/2026/05/28/gleans-top-line-crosses-300m-as-ai-budget-cutting-becomes-its-major-selling-point/（2026-05-28）
- Glean 官方新聞頁：Glean Surpasses $300M ARR: Unrivaled Enterprise Context Fuels AI Adoption — https://www.glean.com/press [accessed: 2026-10-11]
- FinOps Foundation：FinOps Principles — https://www.finops.org/framework/principles/ [accessed: 2026-10-11]
