Costi dell’Intelligenza Artificiale: Un Report Svela Picchi Inaspettati e Nuove Collaborazioni

Grafico sui costi dell'intelligenza artificiale

In Breve

Quali sono i principali problemi legati ai costi dell'AI?
I picchi nelle fatture AI causano stress finanziario e oltre il 55% delle aziende non riesce a controllare i costi.
Come stanno collaborando i team di osservabilità e sicurezza?
L'81% delle aziende ha riportato un aumento della collaborazione tra questi team.
Qual è la preferenza del reparto finanziario riguardo ai modelli di pricing?
Il reparto finanziario preferisce modelli di pricing prevedibili e lineari rispetto a quelli a consumo.

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 aziende. Secondo la ricerca, il 60% delle organizzazioni intervistate ha dichiarato che i picchi nelle fatture legate all’AI causano un maggiore stress finanziario rispetto a un costo di base più alto ma stabile.

Inoltre, oltre la metà delle aziende (55%) ha ammesso di non riuscire a controllare efficacemente i costi associati all’intelligenza artificiale. Un altro dato preoccupante emerso dal report è che il 57% delle organizzazioni teme che i costi di telemetria superino quelli dell’infrastruttura monitorata. Questa variabilità nei costi è attribuita al fatto che gli agenti AI possono utilizzare quantità di token molto diverse a seconda del compito, della complessità e della 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 cooperazione tra i team di osservabilità e di sicurezza. L’81% degli intervistati ha riferito un incremento della collaborazione, 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.

In particolare, i leader nel campo dell’osservabilità si sono dimostrati particolarmente attrezzati per l’analisi dei costi: il 91% di loro afferma di riuscire ad 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 sull’investimento (ROI) legato all’AI.

Jeetu Patel, Chief Product Officer di Cisco, ha sottolineato che i dati di osservabilità e sicurezza stanno convergendo, suggerendo che i team devono collaborare più che mai. Per quanto riguarda le esigenze del reparto finanziario, sembra che ci sia una preferenza crescente per modelli di pricing più prevedibili e lineari, come quelli basati su postazioni, rispetto ai modelli a consumo che possono generare picchi imprevisti.

redazione

Autore della redazione Business Lombardia.