In Breve
- Quali sono le principali sfide nei costi dell'AI secondo il report di Splunk?
- Le aziende affrontano picchi di fatturazione e difficoltà nel controllare i costi legati all'AI.
- Come sta cambiando la collaborazione tra team di sicurezza e osservabilità?
- L'81% delle aziende ha riportato un aumento della collaborazione tra questi team.
- Qual è la preferenza delle aziende riguardo ai modelli di pricing per l'AI?
- Le aziende preferiscono modelli di pricing più prevedibili e lineari rispetto ai modelli a consumo.
Secondo un recente report di Splunk, le aziende stanno affrontando nuove sfide nella gestione dei costi legati all’intelligenza artificiale (AI). La transizione dei fornitori verso modelli di prezzo a consumo, insieme all’adozione crescente di agenti AI, ha reso i costi meno prevedibili, generando preoccupazioni tra le organizzazioni.
Il report rivela che il 60% delle aziende intervistate ha dichiarato che i picchi nelle fatture AI causano un maggiore stress finanziario rispetto a un costo di base più alto ma stabile. Inoltre, più della metà delle realtà, precisamente il 55%, ammette di non riuscire a controllare efficacemente i costi legati all’AI. Un altro dato preoccupante è che il 57% delle aziende teme che i costi di telemetria possano superare quelli dell’infrastruttura monitorata.
La variabilità dei costi è attribuita al fatto che gli agenti AI possono consumare quantità molto diverse di token, a seconda del compito, della complessità e della scelta del modello utilizzato. Questa imprevedibilità rappresenta una sfida significativa per le aziende che cercano di pianificare e gestire i propri budget.
Oltre agli aspetti finanziari, il report mette in luce anche l’importanza della cooperazione tra i team di osservabilità e di sicurezza. Infatti, l’81% delle aziende ha riportato un aumento della collaborazione tra questi due gruppi, 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.
I leader nel campo dell’osservabilità si dimostrano particolarmente capaci nell’analisi dei costi. Il 91% di questi professionisti afferma 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 sull’investimento (ROI) dell’AI.
Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato che i dati di osservabilità e sicurezza stanno convergendo. Patel ha evidenziato la necessità di una maggiore collaborazione tra i team, che è diventata fondamentale in un contesto in cui i costi dell’AI sono in continua evoluzione.
Dal punto di vista finanziario, le aziende sembrano preferire modelli di pricing più prevedibili e lineari, come quelli basati sul numero di posti (seat-based), rispetto ai modelli a consumo che possono generare picchi imprevisti. Questa preferenza riflette un desiderio di stabilità in un ambiente economico sempre più incerto.
In conclusione, le aziende devono affrontare una nuova realtà in cui i costi dell’intelligenza artificiale sono sempre più difficili da prevedere. La collaborazione tra team di osservabilità e sicurezza si rivela cruciale per gestire questa complessità e garantire una gestione efficace delle risorse.
