一句话看懂：EY全球CIO Joe Depa指出，AI已经改变了创新的风险特征——企业过去可以等一等再转型，现在等就意味着落后；信任不再只是合规要求，而是决定AI项目能否从试点走向规模化落地的核心商业问题。
事件核心：发生了什么
TechRadar近日发布了对EY全球首席信息官Joe Depa的专访。他在采访中提出了两个核心判断：第一，AI让企业暴露于风险的时间更早、速度更快、规模更大，因此信任成为必须从第一天就建立的基础设施；第二，过去两年许多企业停留在AI实验阶段，真正获得可衡量商业回报的并不多，症结不在模型能力，而在信任缺失。
Depa还透露了EY内部的一个实践结果：通过优化模型选型、培训团队并对使用行为建立治理规则，EY在整体token消耗下降60%的同时提升了业务价值。EY为此专门设立了“AI价值实现办公室”，负责治理、培训和价值衡量。
为什么重要
这套观点值得关注的背景是：企业AI竞争正在从“敢不敢试点”转向“能不能规模化”。Depa认为，拥有专有、安全且治理良好的数据正在成为企业新的竞争护城河，因为它承载着企业独有的知识、判断和经验。与此同时，AI价值的衡量方式也在发生转变——早期把“使用量”当作成功指标，现在则必须用业务结果来检验。
另一个重要视角是治理与速度的关系。Depa明确反驳了“治理拖慢创新”的常见直觉，认为好的治理恰恰给了企业踩油门的信心。这个判断与当前业界普遍焦虑的AI合规成本问题形成对照：治理不是创新的刹车，而是规模化的前提。
对用户/开发者/创作者的影响
企业决策者：如果你的AI项目还停留在试点阶段，问题可能不在技术，而在数据基础是否可靠、流程是否打通、团队是否具备使用能力。需要建立一套从模型选型到成本控制再到结果衡量的闭环机制。
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。
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。
开发者和技术负责人：“token成本只是AI价值方程的一部分”是一个值得记住的提醒。不要一味追求最强大的模型，高成本模型用于低价值任务是一种系统性浪费；按场景选择合适模型、建立使用治理，会成为企业采购的基本要求。
创作者和内容团队：企业开始要求AI内容可追溯、可治理，这意味着生成内容的来源、版权和使用边界会越来越被重视，单纯追逐生成效果而忽略合规风险的做法将失去商业市场。
值得关注的后续
目前公开信息显示，Depa的这套方法论主要基于EY内部实践。后续可以观察几个方向：一是EY是否会将其AI价值实现办公室的方法论产品化，输出给企业客户；二是token消耗优化是否会成为大型企业部署AI时的默认指标，并推动更多模型按任务精度分层计价；三是随着监管压力加大，“先建立信任再加速”是否会从个别企业的选择变成行业通用准则。
来源：TechRadar
