In Breve
- Quali sono i principali problemi legati ai costi dell'AI?
- I picchi nelle fatture AI causano stress finanziario e oltre il 55% delle aziende non riesce a controllare i costi.
- Come stanno collaborando i team di osservabilità e sicurezza?
- Il 81% delle organizzazioni ha riportato un aumento della collaborazione tra i due team.
- Qual è la preferenza dei reparti finanziari riguardo ai modelli di pricing?
- I reparti finanziari preferiscono modelli di pricing più prevedibili e lineari.
Un report di Splunk ha recentemente evidenziato come la transizione dei fornitori verso modelli di prezzo a consumo e l’adozione crescente di agenti AI stiano rendendo i costi dell’intelligenza artificiale sempre più imprevedibili per le imprese. Secondo lo studio, il 60% delle organizzazioni intervistate ha dichiarato che i picchi nelle fatture legate all’AI generano un maggiore stress finanziario rispetto a un costo di base più elevato ma stabile.
Inoltre, oltre la metà delle aziende, precisamente il 55%, ha affermato di non riuscire a controllare efficacemente i costi associati all’intelligenza artificiale. Un ulteriore dato preoccupante è che il 57% delle organizzazioni è allarmato dal fatto che i costi di telemetria potrebbero superare quelli dell’infrastruttura monitorata. L’uso di agenti AI può comportare un consumo variabile di token, a seconda del compito, della complessità e della scelta del modello, contribuendo così all’imprevedibilità delle spese.
Dal punto di vista operativo, il monitoraggio dei carichi di lavoro AI ha portato a un incremento della collaborazione tra i team di osservabilità e sicurezza. Il 81% degli intervistati ha riferito un aumento della cooperazione, mentre il 73% ha dichiarato di riuscire a tracciare con maggiore precisione i problemi alle relative cause di sicurezza, un miglioramento rispetto al 65%% dell’anno precedente.
In questo contesto, i leader nel campo dell’osservabilità si sono dimostrati particolarmente abili nell’analisi dei costi, con il 91%% di loro in grado di 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) legato all’AI.
Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato che i dati di osservabilità e sicurezza stanno convergendo, evidenziando la necessità di una maggiore collaborazione 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 posti di lavoro, rispetto ai modelli a consumo che possono generare picchi imprevisti.
