In Breve
- Quali sono le principali preoccupazioni delle aziende riguardo ai costi dell'AI?
- Il 60% delle aziende segnala che i picchi nelle fatture AI generano stress finanziario maggiore rispetto a costi stabili.
- Come influisce il monitoraggio dei carichi di lavoro sull'operatività delle aziende?
- L'81% delle aziende ha registrato un aumento della collaborazione tra team di osservabilità e sicurezza.
- Qual è la preferenza del reparto finanziario riguardo ai modelli di pricing?
- I reparti finanziari preferiscono modelli di pricing prevedibili e lineari rispetto ai modelli a consumo.
Un recente report di Splunk ha messo in luce come la transizione dei fornitori verso modelli di prezzo a consumo, insieme all’aumento dell’adozione di agenti di intelligenza artificiale, stia rendendo i costi dell’AI sempre più difficili da prevedere per le aziende. Secondo lo studio, il 60% delle organizzazioni ha dichiarato che i picchi nelle fatture legate all’AI generano un livello di stress finanziario superiore rispetto a un costo base più elevato ma stabile.
Inoltre, oltre la metà delle aziende, precisamente il 55%, ha affermato di non riuscire a controllare in modo efficace i costi associati all’AI. Un’altra preoccupazione crescente riguarda i costi di telemetria, con il 57% delle organizzazioni che teme che questi possano superare quelli dell’infrastruttura monitorata. La variabilità dei costi è accentuata dal fatto che gli agenti AI possono consumare diverse quantità di token a seconda del compito da svolgere, della complessità e del modello scelto, contribuendo così all’imprevedibilità delle spese.
Dal punto di vista operativo, il monitoraggio dei carichi di lavoro dell’AI ha favorito una maggiore cooperazione tra i team di osservabilità e sicurezza. L’81% degli intervistati ha riportato un aumento della collaborazione, mentre il 73% ha affermato di essere in grado di tracciare con precisione i problemi alle relative cause di sicurezza, un incremento rispetto al 65% dell’anno precedente. I leader nel campo dell’osservabilità si sono dimostrati particolarmente attrezzati per l’analisi dei costi: il 91% di loro ha dichiarato di poter attribuire con precisione i costi a singoli agenti, modelli e carichi di lavoro, rispetto al 69% dei non leader. Questo rende i team di osservabilità fondamentali nelle valutazioni del ritorno sull’investimento (ROI) dell’AI.
Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato come i dati di osservabilità e sicurezza stiano convergendo, evidenziando la necessità di una collaborazione più intensa tra i team rispetto al passato. Per quanto riguarda il reparto finanziario, sembra esserci una preferenza crescente per modelli di pricing più prevedibili e lineari, come quelli basati su postazioni, rispetto ai modelli a consumo, che possono generare picchi di costi imprevisti.
