In Breve
- Qual è l'impatto dei costi AI sulle aziende?
- I picchi nelle fatture AI causano maggiore stress finanziario rispetto a costi stabili.
- Come stanno collaborando i team di osservabilità e sicurezza?
- L'81% delle aziende 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 prevedibili e lineari.
Un nuovo report di Splunk ha rivelato che la transizione dei fornitori verso modelli di prezzo a consumo, insieme all’adozione crescente di agenti AI, sta rendendo i costi dell’intelligenza artificiale sempre più difficili da prevedere per le imprese. Secondo lo studio, 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 (55%) ha affermato di non riuscire a controllare efficacemente i costi associati all’AI, mentre il 57% è preoccupato che i costi di telemetria possano superare quelli dell’infrastruttura monitorata. Questo scenario è aggravato dalla variabilità dei token consumati dagli agenti AI, che dipendono da fattori quali il compito da svolgere, la complessità e la 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 sicurezza. L’81% degli intervistati ha riportato un aumento della collaborazione, e il 73% ha dichiarato di riuscire a 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 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, affermando che i team devono collaborare più che mai. Per quanto riguarda il reparto finanziario, sembra esserci una preferenza crescente per modelli di pricing più prevedibili e lineari, come quelli basati su postazioni, rispetto ai modelli a consumo che possono generare picchi imprevisti.
In conclusione, il report di Splunk mette in evidenza non solo le sfide legate ai costi dell’AI, ma anche l’importanza di una strategia collaborativa tra i team di osservabilità e sicurezza per affrontare queste problematiche in modo efficace.