Использование облачных технологий продолжает расти, как и связанные с этим расходы — особенно те, которые связаны с ИИ. Аналитики Gartner прогнозируют, что мировые расходы конечных пользователей на публичные облачные услуги вырастут до $723,4 миллиарда в 2025 году, увеличившись с чуть менее $600 миллиардов в 2024 году. И 70% руководителей, опрошенных в отчете IBM, указали на генеративный ИИ как на ключевой фактор этого увеличения.
В то же время компания DeepSeek из Китая произвела фурор, заявив, что ей понадобилось всего два месяца и $6 миллионов для обучения своей ИИ-модели. Существуют сомнения в том, полностью ли отражают эти цифры реальность, но если судить по резкому падению акций Microsoft и Nvidia, то это заявление пробудило Западный мир к необходимости создания эффективных систем ИИ.
На сегодняшний день компании могли рассматривать растущие затраты на ИИ как списания на НИОКР. Однако затраты на ИИ — особенно те, которые связаны с успешными продуктами и функциями — в конечном итоге отразятся на стоимости проданных товаров (COGS) компаний и, следовательно, на их валовой прибыли. Инновации в области ИИ всегда подвергались жесткому анализу с точки зрения бизнеса; громкое заявление DeepSeek лишь ускорило этот процесс.
Так же, как и с остальными затратами на публичное облако, компаниям нужно будет управлять своими расходами на ИИ, включая затраты на обучение и потребление. Им необходимо будет связать расходы на ИИ с бизнес-результатами, оптимизировать расходы на ИИ-инфраструктуру, уточнить стратегии ценообразования и упаковки, а также максимизировать возврат на свои инвестиции в ИИ.
Как они могут это сделать? С помощью экономики облачных единиц (CUE).
Что такое экономика облачных единиц (CUE)?
CUE включает в себя измерение и максимизацию прибыли от облачных технологий. Его основной механизм заключается в связывании данных о затратах на облако с данными о спросе клиентов и доходах, что позволяет выявить наиболее и наименее прибыльные направления бизнеса и, таким образом, показать компаниям, как и где оптимизировать. CUE применима ко всем источникам облачных расходов, включая затраты на ИИ.
Основанием CUE является распределение затрат — организация облачных затрат в зависимости от того, кто и/или что их вызывает. Общие параметры распределения включают затраты на клиента, затраты на команду разработки, затраты на продукт, затраты на функцию и затраты на микросервис. Компании, использующие современную платформу управления затратами, часто распределяют затраты в рамках, отражающих их бизнес-структуру (их инженерную иерархию, инфраструктуру платформы и т. д.).
Затем сердцем CUE является метрика стоимости единицы, которая сравнивает данные о затратах с данными о спросе, чтобы показать компании общую стоимость обслуживания. Например, B2B маркетинговая компания может захотеть рассчитать свои “затраты на 1 000 сообщений”, отправленных через ее платформу. Для этого ей нужно отслеживать свои затраты на облако и количество отправленных сообщений, вводить эти данные в единую систему и указать этой системе разделить затраты на облако на количество сообщений и визуализировать результат на приборной панели.
Поскольку компания начала с распределения затрат, она сможет затем увидеть свои затраты на 1 000 сообщений по клиентам, продуктам, функциям, командам, микросервисам или любым другим параметрам, которые она считает отражающими ее бизнес-структуру.
Результаты:
- Гибкие бизнес-измерения, с помощью которых они могут фильтровать свою метрику стоимости единицы, показывая, какие области их бизнеса приводят к росту облачных затрат
- Просветляющая метрика стоимости единицы, показывающая, насколько эффективно они удовлетворяют спрос клиентов
- Возможность вносить целенаправленные улучшения эффективности, такие как переработка инфраструктуры, корректировка контрактов с клиентами или уточнение моделей ценообразования и упаковки
CUE в эру ИИ
В модели CUE затраты на ИИ — это всего лишь еще один источник облачных расходов, который может быть включен в систему распределения бизнеса. Способ, которым компании, работающие в сфере ИИ, распространяют данные о затратах, все еще развивается, но в принципе платформы управления затратами рассматривают затраты на ИИ подобно тому, как они рассматривают затраты на AWS, Azure, GCP и SaaS.
Современные платформы управления затратами в облаке распределяют затраты на ИИ и показывают их влияние на эффективность в контексте метрик стоимости единиц.
Компании должны распределять свои затраты на ИИ несколькими интуитивными способами. Один из них – вышеупомянутые затраты на команду, параметр распределения, общий для всех источников облачных расходов, показывающий, за какие затраты отвечает каждая команда разработки. Это особенно полезно, поскольку руководители точно знают, кого уведомить и привлечь к ответственности, когда затраты определенной команды резко возрастают.
Компании также могут захотеть знать свои затраты на типы услуг ИИ — модели машинного обучения (ML), фундаментальные модели, третьи сторонние модели, такие как OpenAI. Или они могут рассчитать свои затраты на каждом этапе SDLC, чтобы понять, как меняются расходы на функцию, основанную на ИИ, по мере ее перехода от разработки к тестированию, затем к staging и, наконец, к производству. Компания может даже более детализированно рассчитать свои затраты на каждом этапе жизненного цикла разработки ИИ, включая очистку данных, хранение, создание модели, обучение модели и вывод.
Поворачивая на шаг назад: CUE означает сопоставление организованных данных о затратах на облачные услуги с данными о спросе клиентов и выяснение, где оптимизировать. Затраты на ИИ — это всего лишь еще один источник данных о затратах на облако, который, при наличии правильной платформы, гармонично вписывается в общую стратегию CUE компании.
Избежание цунами COGS
По состоянию на 2024 год только 61% компаний внедрили формализованные системы управления затратами на облако (по данным опроса CloudZero). Неконтролируемые затраты на облачные технологии вскоре становятся неуправляемыми: 31% компаний — аналогично доле тех, кто не управляет своими расходами — испытывают серьезные удары по COGS, сообщая, что затраты на облако поглощают 11% или более их дохода. Неконтролируемые затраты на ИИ только усугубят эту тенденцию.
Современные самые дальновидные организации рассматривают затраты на облако как любые другие крупные расходы, рассчитывая их ROI, разбивая этот ROI по наиболее критическим бизнес-измерениям и предоставляя соответствующим членам команды данные, необходимые для оптимизации этого ROI. Платформы следующего поколения управления затратами на облако предлагают комплексный рабочий процесс CUE, помогая компаниям избежать цунами COGS и укрепить долгосрочную жизнеспособность.
Запись Расходы на ИИ ускоряются — вот как их контролировать впервые появилась на Unite.AI.
