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

Un recente report di Splunk ha messo in luce una tendenza preoccupante per le imprese: la transizione dei fornitori verso modelli di prezzo a consumo e l’adozione crescente di agenti AI stanno rendendo i costi dell’intelligenza artificiale sempre più imprevedibili. Secondo lo studio, il 60% delle organizzazioni intervistate ha dichiarato che i picchi nelle fatture legate all’AI generano un livello di stress finanziario superiore rispetto a un costo di base più alto ma stabile.

Inoltre, oltre la metà delle aziende, precisamente il 55%, ha affermato di non riuscire a controllare efficacemente i costi associati all’AI. Un ulteriore dato allarmante è che il 57% delle realtà è preoccupato che i costi di telemetria possano superare quelli dell’infrastruttura monitorata. Questo scenario è aggravato dalla natura variabile dei consumi degli agenti AI, che dipendono da fattori come 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 portato a un aumento della collaborazione tra i team di osservabilità e di sicurezza. Infatti, l’81% degli intervistati ha riportato un incremento della cooperazione, 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. Questo indica un cambiamento significativo nella gestione dei costi e della sicurezza.

I leader nel campo dell’osservabilità sembrano essere particolarmente attrezzati per l’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. Questo rende i team di osservabilità centrali nelle valutazioni del ritorno sugli investimenti (ROI) legati all’AI.

Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato l’importanza della convergenza tra dati di osservabilità e sicurezza, affermando che i team devono collaborare più che mai per affrontare le sfide emergenti. Per quanto riguarda il reparto finanziario, la preferenza sembra orientarsi verso modelli di pricing più prevedibili e lineari, come quelli basati su postazioni (seat-based), piuttosto che su modelli a consumo che possono generare picchi imprevisti.

In conclusione, la gestione dei costi dell’intelligenza artificiale rappresenta una sfida crescente per le aziende. La necessità di un approccio collaborativo tra sicurezza e osservabilità è più che mai evidente, così come l’importanza di adottare modelli di pricing che possano garantire maggiore stabilità e prevedibilità.