Mike Jerich，Flexera 总裁兼首席执行官 – 访谈系列

Mike Jerich，Flexera 的总裁兼首席执行官，拥有超过 25 年的企业技术管理经验，涵盖软件、云服务、通信以及市场推广领导。2025 年 5 月，他以总裁身份加入 Flexera，2026 年 7 月在计划好的领导层交接中被任命为总裁兼首席执行官，此前他帮助推动了公司的平台战略、合作伙伴生态系统和市场地位。加入 Flexera 之前，Jerich 曾担任 HungerRush 的首席执行官，以及 ServiceMax 和 FinancialForce 的首席收入官，早期的领导职务包括 IPC Systems 的全球销售与市场负责人、IntelePeer 的首席商务官以及 Level 3 Communications 的间接渠道负责人。他的职业生涯始终聚焦于扩展企业技术公司规模、构建全球销售组织、制定渠道和合作伙伴策略，并在 SaaS、软件、数据和云业务中实现增长。

Flexera 是一家技术管理公司，致力于帮助企业了解、治理并优化在日益复杂的 IT 环境中的支出和风险。其 Flexera One 平台整合了 IT 资产管理（ITAM）、FinOps、SaaS 管理、云成本优化以及 AI 成本管理，为组织提供对云、SaaS、软件、硬件和 AI 等技术资产、使用情况、成本、合同和风险的统一视图。该平台基于 Flexera 的技术情报平台和 Technopedia——其专有的技术数据目录，涵盖数百万技术产品。Flexera 表示，其服务的客户超过 50,000 家，正日益将平台定位为在企业采用云服务和 AI 大规模扩展时，用于管理技术支出和风险的智能系统。

您在职业生涯中大部分时间通过销售、合作伙伴关系和市场推广领导来扩展企业技术公司，并且在成为首席执行官之前曾担任 Flexera 总裁超过一年。随着 Flexera 进入 AI 驱动增长的下一阶段，这一背景将如何塑造您的领导重点？

我在企业技术公司担任的领导职务深刻影响了我当前的领导风格，强化了协作、问责以及行动导向方法的重要性。在当前的 AI 领域，这种行动驱动力比以往任何时候都更加重要。

企业 AI 发展速度之快很容易让人沉浸其中，因此我作为首席执行官的职责是确保我们的 AI 驱动增长是深思熟虑、具备战略性且经得起验证的。通过优先满足客户提升自身工作效率的需求，我们既为工程师提供创新空间，又提供绝对的清晰度。您在新闻中已经看到：AI 支出失控和竞争性项目很容易导致混乱。作为首席执行官，我的工作是确保我们专注于帮助客户管理技术成本。

自 2025 年 5 月以来，您与 Flexera 的领导层、客户和合作伙伴密切合作，您发现了哪些机会或挑战对公司长期 AI 战略影响最大？

多年来，我们一直在讨论如何理清硬件、软件、SaaS 以及随后云计算的技术支出。AI 现在已成为该技术栈的一部分。这正契合了我们的世界观，因为归根结底，客户需要对整个技术栈拥有统一的视图：清晰了解支出所在、如何解释这些支出，最重要的是如何采取行动。您在新闻中看到的 “AI 账单超支” 头条是我们每天都在听到的。各行业的组织正积极努力掌握 AI 支出，并了解这些成本的来源。

与 Flexera 的客户和合作伙伴密切合作让我们清晰看到机遇：随着 AI 在团队和系统中的扩展，技术支出变得更加难以观察、管理和优化。这一洞察推动了我们的战略，即为领导者提供对整个技术栈的可信统一视图。

Flexera 正将 Flexera One 定位为一个统一平台，用于管理应用程序、AI 代理、模型、数据平台、云基础设施和计算资源。在大型企业中，统一的技术管理在实践中是什么样的？

在实际操作中，统一的技术管理只有在能够对所有支出领域拥有统一视图时才有效。否则，IT 资产管理团队只能看到软件许可证，云团队只能看到 FinOps 数据，另一个团队可能还在手忙脚乱地弄清 AI 代币支出。因此，如果首席财务官询问“我们的技术支出是多少，是否受到控制”，可能会从三份不同的报告中得到三种不同的答案。最简单的说法就是，像开车时只看到速度表而看不到燃油表或发动机故障灯一样。

借助 Flexera One，企业能够获得技术栈的统一视图，无论哪位领导者需要洞察，都拥有完整、可视的基础，以在整个投资生命周期中做出决策。

AI 支出可能分布在软件订阅、令牌消耗、数据平台、图形处理单元和云基础设施上。组织目前在何处遭遇最大的盲点？

我们在最近的 State of ITAM 报告中压倒性地看到了这一点，该报告显示 IT 资产整体可视性仅降至 36%，比去年下降了 7 个百分点。最大的盲点是碎片化的可视性。在单个交易中，代理工作流可能涉及多个技术资产，但这些成本常常由不同团队分别跟踪。当组织看不到全貌时，难以了解 AI 项目的真实成本和价值。

我们也看到组织对 AI 经济学的思考方式正在转变。令牌消耗可以作为有用的运营指标，但它并不能说明 AI 投资是否带来了业务价值。领导者越来越希望了解实现某一结果的成本，而不仅仅是 AI 的消耗量。这需要更高的可视性、更明确的问责制，以及在整个技术资产中对 AI 投资进行更一致的衡量标准。

Flexera 的研究发现，只有 31% 的组织能够看到其 AI 软件的使用情况，而 59% 的组织报告 AI 浪费支出增加。传统技术管理流程为何难以跟上企业 AI 采用的步伐？

State of ITAM 的发现并不令人惊讶：AI 发展如此迅速，许多企业尚未完全掌握它。

我们看到的最大挑战之一是所有权未能跟上变化的速度。新投资往往跨越多个职能，责任在 IT、安全、财务和业务团队之间共享。因此，可视性和问责制可能变得碎片化。

此外，AI 并不总是像传统 ERP 系统那样从采购等职能自上而下流动。团队因为新工具能提升速度而采用它，有时甚至在集中式 IT 之外，导致影子 AI 的产生。速度和实验本身并非坏本能，但这意味着组织在建立管理成本的能力之前，就已经在扩大 AI 工作负载。

事实上，传统的技术管理模型是为更可预测的环境而构建的。如今的环境变化更快，产生了新的成本、风险和复杂性层，需要不同的应对方式。这也是组织需要持续的可视性、治理和优化，而非周期性审查的原因。帮助客户实现这一转变，并为其提供整个技术栈的统一视图，是我们当前重点关注的关键部分。

当员工生产力提升、决策加速、客户体验改善等改进难以直接关联到支出时，组织应如何衡量 AI 投资的回报？

组织应先定义业务成果，再确定 AI 指标。虽然令牌消耗、采用率和时间节省等指标可提供有用的运营洞察，但它们本身并不能证明业务价值。

我希望组织提出的问题不是“我们使用了多少 AI？”，而是“因为它有什么改变？”产品开发周期是否缩短？收入是否上升、利润率是否提升，或运营风险是否下降？

并非每个实验都会立刻产生财务回报，但每项计划都应有明确的目标以及组织决定是扩大、调整还是彻底停止的节点。

Flexera 强调了诸如企业 AI 许可证未使用，以及员工自行购买 ChatGPT 或 Claude 等工具等挑战。公司如何在不限制有益实验的前提下，解决影子 AI 和碎片化采纳问题？

答案不是限制员工实验，而是让其可见且有目的。组织应首先发现使用了哪些 AI 工具、由谁使用以及用于何种目的。分析后，往往会发现当已有批准的订阅无法满足需求时，出现了重复采购和员工个人支付的情况。

从 AI 中获得最大价值的组织将是那些在创新与问责之间取得平衡的组织。这体现在建立明确的治理、为员工提供负责任使用 AI 的指南，以及在全局创建可信的 AI 活动视图。当组织能够看到 AI 的使用情况时，就能支持实验、降低不必要的 AI 支出，并自信地扩大成功的用例。

AI 代理能够推理、重试任务、调用外部服务，并消耗不同数量的令牌和计算资源来完成单个工作流。代理式 AI 将如何改变公司预算预测、成本分配以及建立财务防护线的方式？

这正是传统预算失效的地方。旧模型假设有可预测的单元成本，如座位、许可证或订阅，并将其乘算全年。代理没有这种可预测的单元成本，导致难以准确预测。

这需要更强的财务防护措施以及更清晰地了解 AI 消耗如何转化为实际业务成果。

转变必须朝着衡量每个完成任务或每个工作流的成本，而不是每个座位的成本方向前进。这意味着将支出归因到代理和工作流层面，而不是一个没人能解释的“大 AI”项目。对代理式 AI 的防护措施不能仅是年度预算审查；相反，它们必须更接近实时。关键指标将不再是每个令牌的成本，而是每个成功结果的成本。

随着组织在专有模型、开源模型、云 AI 平台和专业供应商之间进行选择，您预计企业 AI 的经济学将如何演变，Flexera 在未来几年该市场中将扮演什么角色？

Flexera 亲身见证了未来几年 AI 经济的演变。我们的角色是为企业提供对整个生态系统的可信视角。我们帮助客户了解他们在使用什么、费用是多少、风险何在，以及哪些 AI 投资正在产生价值。

感谢这次精彩的访谈，想了解更多的读者请访问 Flexera。