In Breve
- Quali sono le principali preoccupazioni riguardo ai costi dell'AI?
- Le aziende segnalano picchi nelle fatture e difficoltà nel controllare i costi.
- Come sta cambiando la collaborazione tra team di sicurezza e osservabilità?
- C'è un aumento significativo della cooperazione, con l'81% delle aziende che lo conferma.
- Quali modelli di pricing preferiscono i reparti finanziari?
- I reparti finanziari tendono a preferire modelli di pricing lineari piuttosto che a consumo.
Costi dell’Intelligenza Artificiale: Un Report Svela Picchi Improvvisi e Maggiore Collaborazione tra Sicurezza e Osservabilità
Un recente report di Splunk ha messo in evidenza 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 difficili da prevedere per le imprese. Secondo il report, il 60% delle organizzazioni intervistate ha dichiarato che i picchi nelle fatture relative all’AI generano un livello di stress finanziario superiore rispetto a un costo di base più alto 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’altra preoccupazione significativa è emersa riguardo ai costi di telemetria, con il 57% delle realtà aziendali che teme che questi superino 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, contribuendo così all’imprevedibilità delle spese.
Collaborazione tra Team di Sicurezza e Osservabilità
Dal punto di vista operativo, il monitoraggio dei carichi di lavoro AI ha portato a un incremento della cooperazione tra i team di osservabilità e di sicurezza. Il report evidenzia che l’81% degli intervistati ha notato un aumento della collaborazione, mentre il 73% ha dichiarato di essere in grado di tracciare con precisione i problemi alle relative cause di sicurezza, un miglioramento rispetto al 65%% dell’anno precedente.
I leader nel campo dell’osservabilità si sono dimostrati particolarmente abili nell’analisi dei costi: il 91%% di essi 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 fondamentali nelle valutazioni del ritorno sugli investimenti (ROI) legati all’AI.
Modelli di Prezzo e Preferenze del Reparto Finanziario
Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato l’importanza della convergenza tra dati di osservabilità e sicurezza, affermando che i team devono collaborare più che mai. Per quanto riguarda le preferenze del reparto finanziario, sembra esserci un orientamento verso modelli di pricing più prevedibili e lineari, come quelli basati su numero di utenti (seat-based), piuttosto che modelli a consumo che possono generare picchi imprevisti.
In conclusione, il report di Splunk offre una panoramica chiara delle sfide e delle opportunità legate all’adozione dell’intelligenza artificiale nelle imprese, evidenziando la necessità di una gestione più attenta dei costi e di una maggiore collaborazione tra i vari team aziendali.
