In Breve
- Qual è l'impatto dei costi imprevedibili dell'AI sulle aziende?
- Il 60% delle organizzazioni afferma che i picchi nelle fatture AI causano più stress finanziario rispetto a costi stabili.
- Come stanno collaborando i team di sicurezza e osservabilità?
- L'81% dei partecipanti ha notato un aumento della collaborazione tra i due team.
- Quali modelli di pricing sono preferiti dai reparti finanziari?
- I reparti finanziari preferiscono modelli di pricing più prevedibili e lineari, come quelli basati su postazione.
Un nuovo report di Splunk ha 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 aziende. 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 base più elevato ma stabile.
Inoltre, più della metà delle aziende (55%) ha affermato di non riuscire a controllare efficacemente i costi legati all’AI, mentre il 57% si è mostrato preoccupato 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 di token molto diverse a seconda del compito, della complessità e del modello scelto, 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. L’81% dei partecipanti al report ha riferito di aver notato 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.
Particolarmente significativi sono i risultati riguardanti i leader di osservabilità, i quali si sono dimostrati più attrezzati per l’analisi dei costi: il 91% di essi 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 ROI legato all’AI.
Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato che i dati di osservabilità e sicurezza stanno convergendo, e che i team devono collaborare più che mai. Per quanto riguarda il reparto finanziario, la preferenza sembra orientarsi verso modelli di pricing più prevedibili e lineari, come i modelli basati su postazione, piuttosto che su quelli a consumo che possono generare picchi imprevisti.
