Costi dell’Intelligenza Artificiale: Un Report Svela l’Imprevedibilità e la Collaborazione Necessaria
In Breve
- Quali sono i principali risultati del report di Splunk sui costi dell'AI?
- Il report evidenzia che il 60% delle aziende trova i picchi nelle fatture AI più stressanti di costi fissi elevati.
- Come influiscono i modelli di prezzo a consumo sui costi dell'AI?
- I modelli a consumo rendono i costi dell'AI meno prevedibili, con preoccupazioni che i costi di telemetria superino quelli dell'infrastruttura.
- Qual è l'importanza della collaborazione tra team di osservabilità e sicurezza?
- L'81% delle aziende ha riportato un aumento della collaborazione, migliorando la tracciabilità dei problemi di sicurezza.
Un report di Splunk ha messo in luce come la transizione dei fornitori verso modelli di prezzo a consumo, insieme all’adozione crescente di agenti AI, stia rendendo i costi dell’intelligenza artificiale sempre più imprevedibili per le aziende. Secondo la ricerca, il 60% delle organizzazioni ha dichiarato che i picchi nelle fatture legate all’AI generano 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’AI. Un dato allarmante è che il 57% dei partecipanti è preoccupato che i costi di telemetria possano superare quelli dell’infrastruttura monitorata. Questo fenomeno è attribuibile al fatto che gli agenti AI possono consumare variabili di token in base al compito, alla complessità e alla scelta del modello, contribuendo così all’imprevedibilità delle spese.
Dal punto di vista operativo, il monitoraggio dei carichi di lavoro AI ha favorito una maggiore cooperazione tra i team di osservabilità e di sicurezza. Il 81% delle aziende ha riportato un aumento della collaborazione, mentre il 73% ha dichiarato di poter tracciare con precisione i problemi alle relative cause di sicurezza, un incremento rispetto al 65%% dell’anno precedente. Questi dati suggeriscono un’evoluzione positiva nella gestione dei costi e della sicurezza.
I leader di osservabilità si sono dimostrati particolarmente attrezzati per l’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 centrali nelle valutazioni del ritorno sugli investimenti (ROI) legati 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 collaborazione più intensa tra i team rispetto al passato. Per il reparto finanziario, la preferenza sembra orientarsi verso modelli di pricing più prevedibili e lineari, come quelli basati su postazioni, piuttosto che su modelli a consumo che possono generare picchi imprevisti.
