Agentic AI 推高监控数据成本，近七成企业监控支出超过算力

事件核心：发生了什么

TechRadar 刊载了 Apica 首席产品与技术官 Andi Mann 基于 Omdia 调研的分析。该调查覆盖北美和西欧 300 多名企业 IT 决策者：过去 12 个月，超过一半企业的遥测数据量增长超过三倍，平均达 3.7 倍，其中 AI/ML 负载贡献约 43%。企业预计未来两年 Agentic AI 工作负载将带来平均 9.5 倍的数据增长，近半数受访者预期增幅在 6 倍到 100 倍之间。

准备情况明显滞后：约三分之二企业自评对 Agentic AI 数据量“有一定准备”或更差，22% 尚未考虑数据影响，但已有 35% 报告了较广泛的 Agentic AI 部署。成本方面，平均年度监控支出约 317 万美元，同比增长 28%；69% 运行 Agentic AI 项目的企业称监控成本已超过算力与基础设施成本，59% 的企业因监控成本过高而终止或推迟至少一个部署。

为什么重要

当前企业讨论多集中在模型选择、输出治理和 ROI，而 Agentic AI 真正的基础设施压力来自遥测数据。多数可观测性平台按“先全量采集、再慢慢处理”设计，适合数据量稳定的时代；当代理持续产生日志、指标和追踪数据时，存储、索引与分析成本会迅速放大。监控从辅助工具变成 AI 预算中的最大单项，这改变了企业评估 Agentic AI 项目可行性的方式：不再只看模型和推理成本，还要把可观测性纳入总拥有成本。

对用户/开发者/创作者的影响

对企业开发者和平台团队而言，这意味着在设计 Agentic AI 应用时要提前考虑采样策略、日志分级、数据保留周期和成本可观测性，避免默认全量采集。对采购方来说，选型时应比较不同可观测性平台的计价模型与数据压缩能力，而不仅是功能列表。普通用户短期内未必直接感知，但企业因监控成本暂停安全监控、合规检查和欺诈检测类代理，可能间接影响服务风控水平。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是可观测性厂商是否推出面向 Agentic AI 的按需采集或成本控制功能；二是企业是否将监控成本纳入 Agentic AI 项目的标准立项评估；三是因成本暂停的部署中，安全与合规类场景是否会优先恢复。目前公开信息显示，这些判断主要基于 Omdia 调查与作者观点，尚需更多企业实践数据验证。

来源：TechRadar