Costi dell’Intelligenza Artificiale: Un’Analisi dei Picchi e della Collaborazione tra Sicurezza e Osservabilità

Un recente 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 imprevedibili per le imprese. Secondo lo studio, il 60% delle organizzazioni intervistate ha dichiarato che i picchi nelle fatture legate all’AI generano maggiore stress finanziario rispetto a un costo di base più alto ma stabile.

Inoltre, più della metà delle aziende, precisamente il 55%, ha affermato di non riuscire a controllare efficacemente i costi associati all’AI. Un dato preoccupante è che il 57% delle organizzazioni teme che i costi di telemetria superino quelli dell’infrastruttura monitorata. Questo fenomeno si verifica perché gli agenti AI possono consumare quantità variabili di token, a seconda del compito, della complessità e della scelta del modello, 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 aumento della cooperazione tra i team di osservabilità e di sicurezza. Il 81% delle aziende ha riportato un incremento della collaborazione, e il 73% ha dichiarato di poter tracciare con precisione i problemi alle 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 loro afferma di poter attribuire con precisione i costi a singoli agenti, modelli e carichi di lavoro, rispetto al 69%% dei non leader, rendendo i team di osservabilità centrali nelle valutazioni di ROI per l’AI.

Preferenze dei Reparti Finanziari

Jeetu Patel, Chief Product Officer di Cisco, ha evidenziato che i dati di osservabilità e sicurezza stanno convergendo, richiedendo una maggiore collaborazione tra i team rispetto al passato. Per quanto riguarda il reparto finanziario, sembra esserci una preferenza crescente per modelli di pricing più prevedibili e lineari, come quelli basati su postazioni, piuttosto che 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’intelligenza artificiale, ma anche l’importanza di una cooperazione efficace tra i vari dipartimenti per gestire al meglio le risorse e ottimizzare i costi.