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

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

Inoltre, più della metà delle aziende (55%) ammette di non riuscire a controllare efficacemente i costi associati all’AI, mentre il 57% esprime preoccupazione che i costi di telemetria possano superare quelli dell’infrastruttura monitorata. L’imprevedibilità delle spese è attribuita alla variabilità nel consumo di token da parte degli agenti AI, che dipende dal compito, dalla complessità e dalla scelta del modello.

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% degli intervistati ha riportato un aumento della collaborazione, mentre il 73% ha affermato di essere in grado di tracciare con precisione i problemi alle relative cause di sicurezza, in aumento 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 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 fondamentali 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 intensamente rispetto al passato. Per quanto riguarda il reparto finanziario, la preferenza sembra orientarsi verso modelli di pricing più prevedibili e lineari, come quelli basati su postazioni, piuttosto che su 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 la necessità di una maggiore collaborazione tra i diversi team aziendali per affrontare queste problematiche in modo efficace.