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

Un recente report di Splunk ha messo in luce come la transizione dei fornitori verso modelli di prezzo a consumo e l’adozione crescente di agenti di intelligenza artificiale stiano rendendo i costi dell’AI sempre più imprevedibili per le aziende. Secondo lo studio, il 60% delle organizzazioni ha dichiarato che i picchi nelle fatture legate all’AI causano un maggiore stress finanziario rispetto a un costo di base più elevato ma costante.

Inoltre, oltre la metà delle aziende intervistate (55%) ha affermato di non riuscire a controllare efficacemente i costi associati all’intelligenza artificiale. Un ulteriore 57% ha espresso preoccupazione riguardo al fatto che i costi di telemetria possano superare quelli dell’infrastruttura monitorata. L’imprevedibilità dei costi è attribuita alla variabilità nel consumo di token da parte degli agenti AI, che dipende da diversi fattori, tra cui la complessità del compito e la 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. Il report ha rivelato che l’81% delle organizzazioni ha registrato un aumento della collaborazione, mentre il 73% ha dichiarato di essere in grado di 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 si sono dimostrati particolarmente abili nell’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 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, evidenziando che i team devono collaborare più che mai. In questo contesto, il reparto finanziario 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.