Costi dell’Intelligenza Artificiale: Un Report Svela l’Imprevedibilità e la Collaborazione Necessaria

Un report recente di Splunk ha messo in luce una tendenza preoccupante per le aziende: la transizione verso modelli di prezzo a consumo e l’adozione crescente di agenti AI stanno rendendo i costi dell’intelligenza artificiale sempre più difficili da prevedere. Secondo il report, 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 elevato 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 altro dato significativo è che il 57% delle organizzazioni è preoccupato che i costi di telemetria possano superare quelli dell’infrastruttura monitorata. Questo scenario di incertezza è aggravato dal fatto che gli agenti AI possono consumare quantità variabili di token, a seconda della complessità del compito 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. Il 81% delle aziende ha riportato un aumento della collaborazione, mentre il 73% ha dichiarato di poter tracciare con maggiore precisione i problemi alle relative cause di sicurezza, un incremento rispetto al 65%% dell’anno precedente.

I leader nel campo dell’osservabilità sembrano essere particolarmente attrezzati per l’analisi dei costi: il 91%% di loro è in grado di 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 di ROI legate all’AI.

Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato che i dati di osservabilità e sicurezza stanno convergendo e che la collaborazione tra i team è diventata più cruciale che mai. Per quanto riguarda il reparto finanziario, emerge una preferenza verso modelli di pricing più prevedibili e lineari, come quelli basati su abbonamenti (seat-based), rispetto ai modelli a consumo che possono generare picchi imprevisti.

In conclusione, il report di Splunk non solo evidenzia le sfide legate ai costi dell’intelligenza artificiale, ma sottolinea anche l’importanza della collaborazione tra diversi team per affrontare queste problematiche in modo efficace.