AWS 旗下 Amazon Bedrock 推出內建成本歸因機制，企業無需修改 API 程式碼即可追蹤每筆 AI 調用費用，有助精確分攤跨部門的雲端預算。
企業導入生成式 AI 開發工具時，往往面臨模型調用費用難以分攤至具體部門或個人的財務痛點。雲端服務商 AWS 宣布，旗下 Amazon Bedrock 平台提供內建的成本歸因機制，無需修改既有 API 程式碼，即可將每一次模型推理的雲端成本精確追蹤至發起請求的身分。
Amazon Bedrock 是一套讓企業能直接取用多家大型語言模型（LLM）的雲端託管平台。過去企業團隊共用模型資源時，雲端帳單往往僅顯示整體用量，難以拆解個別團隊的預算消耗。
該機制會記錄呼叫者的完整身分識別資訊（IAM ARN），包含同盟使用者的工作階段名稱，並直接輸出至 AWS 成本與使用情況報告（CUR 2.0）的特定欄位中。企業 IT 人員只要在 IAM Identity Center 設定一次身分傳遞機制，所有透過平台調用模型的開發與生產力工具，都能自動繼承「單一使用者級別」的成本能見度。
這項歸因架構支援四種存取情境，包括傳統 IAM 使用者、個別應用程式的角色（Roles）、同盟身分，以及作為代理的 LLM 閘道。若企業需依部門自動記帳，可將 IAM Identity Center 與支援 SCIM 的外部身分提供商（如 Okta、Microsoft Entra ID 或 Ping Identity）串接，同步「團隊」與「成本中心」等標籤屬性。
針對精細度要求更高的管理需求，企業可搭配模型調用日誌或請求中繼資料標籤，進一步取得每一次提示詞（Prompt）層級的用量細節。
在資料時效方面，計費報表依匯出頻率按小時或每日彙總；預算管理工具 AWS Budgets 每日最多更新三次，而 Bedrock 的實際費用約需 24 小時反映於帳單中。啟動成本分配標籤後，在主控台生效需至多 24 小時，反映於 CUR 2.0 則需約 48 小時。