In Breve
- Qual è l'impatto dei costi AI sulle aziende?
- I picchi nelle fatture AI generano maggiore stress finanziario rispetto a costi stabili.
- Come stanno collaborando i team di sicurezza e osservabilità?
- L'81% dei team ha segnalato un aumento della collaborazione per monitorare i carichi di lavoro AI.
- Qual è la preferenza del settore finanziario riguardo ai modelli di pricing?
- Il settore finanziario preferisce modelli di pricing più prevedibili rispetto ai modelli a consumo.
Un report di Splunk ha rivelato che la transizione dei fornitori verso modelli di prezzo a consumo e l’adozione crescente di agenti AI stanno rendendo i costi dell’intelligenza artificiale (AI) sempre più imprevedibili per le aziende. Secondo il report, il 60% delle organizzazioni intervistate ha dichiarato che i picchi nelle fatture AI generano maggiore stress finanziario rispetto a un costo di base più alto ma stabile.
Inoltre, più della metà delle aziende (55%) ha affermato di non riuscire a controllare efficacemente i costi AI, mentre il 57% è preoccupato che i costi di telemetria superino quelli dell’infrastruttura monitorata. Questa variabilità nei costi è attribuita alla capacità degli agenti AI di 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 portato a un aumento della cooperazione tra i team di osservabilità e sicurezza. L’81% dei partecipanti al report ha segnalato un incremento della collaborazione, mentre il 73% ha dichiarato di poter 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 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 sull’investimento (ROI) legato 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 in passato per affrontare le sfide legate ai costi e alla sicurezza dell’AI.
Per quanto riguarda il settore finanziario, sembra esserci una preferenza per modelli di pricing più prevedibili e lineari, come quelli basati su postazioni, rispetto ai modelli a consumo che possono generare picchi di costi imprevisti. Questo cambiamento di paradigma potrebbe influenzare le strategie di acquisto delle aziende nel prossimo futuro.
