In Breve
- Quali sono le principali sfide nei costi dell'AI?
- Le aziende faticano a controllare i costi e affrontano picchi imprevisti nelle fatture.
- Come sta cambiando la collaborazione tra team aziendali?
- C'è un aumento della cooperazione tra i team di osservabilità e sicurezza.
- Qual è la preferenza dei reparti finanziari riguardo ai modelli di pricing?
- I reparti finanziari preferiscono modelli di pricing più prevedibili e lineari.
Un recente report di Splunk ha messo in luce come la transizione dei fornitori verso modelli di prezzo a consumo, insieme all’adozione di agenti di intelligenza artificiale (AI), stia rendendo i costi legati all’AI sempre più difficili da prevedere per le aziende. Secondo i dati, il 60% delle organizzazioni ha dichiarato che i picchi nelle fatture AI generano maggiore stress finanziario rispetto a un costo di base più elevato ma stabile.
In particolare, oltre la metà delle aziende (55%) ha ammesso di non riuscire a controllare efficacemente i costi associati all’AI, mentre il 57% si è detto preoccupato che i costi di telemetria possano superare quelli dell’infrastruttura monitorata. Questa variabilità nei costi è attribuita alla natura degli agenti AI, che possono consumare quantità diverse di token a seconda del compito, della complessità e del modello scelto.
Dal punto di vista operativo, il monitoraggio dei carichi di lavoro AI ha portato a un aumento della cooperazione tra i team di osservabilità e di sicurezza. L’81% delle aziende ha riportato un incremento della collaborazione, e il 73% ha dichiarato di poter tracciare con precisione i problemi alle relative cause di sicurezza, un miglioramento rispetto al 65% dell’anno precedente.
In questo contesto, i leader di osservabilità si sono dimostrati particolarmente abili nell’analisi dei costi: il 91% di loro ha affermato 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 sugli investimenti (ROI) legati all’AI.
Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato l’importanza della convergenza tra i dati di osservabilità e sicurezza, evidenziando la necessità di una maggiore collaborazione tra i team rispetto al passato. Inoltre, per il reparto finanziario, sembra esserci una preferenza verso modelli di pricing più prevedibili e lineari, come quelli basati su postazioni, piuttosto che i modelli a consumo che possono generare picchi imprevisti.
In conclusione, le aziende si trovano ad affrontare nuove sfide nella gestione dei costi legati all’AI, rendendo cruciale la collaborazione tra diversi team per garantire un controllo efficace e una pianificazione finanziaria più stabile.
