Visszavonhatatlanul itt a mesterséges intelligencia kora; számos területen használják már például a nagy nyelvi modellek vagy a gépi látás kínálta lehetőségeket. Talán túlzottan sokszor, nem egyszer akkor is, ha indokolatlan rábízni a feladatainkat. Ezért előfordulhat, hogy nem vagyunk elégedettek sem az eredménnyel, sem a költségmegtakarítás mértékével - vagy egyenesen a kiadások növekedésével kell szembesülnünk.

Cikkünkben arra keressük a választ, hogy a mesterséges intelligencia segíti vagy gátolja a költségoptimalizálást. Spoiler alert: nincs fekete-fehér válasz, ezért végső, megcáfolhatatlan, minden helyzetre igaz megfejtéssel nem szolgálhatunk.

Költségek, amik akár csökkenhetnének is

A mesterséges intelligenciának az öntanuló folyamatai révén egyértelműen lehet szerepe a munkaerő-igény csökkentésében, a feladatvégzés hatékonyabbá tételében. A számos példából álljon itt egy: az MI-alapú erőforrás-allokáció hibrid felhőkben című tanulmány szerint az algoritmusok képesek dinamikusan és optimálisan elosztani a számítási erőforrásokat – például felhős vagy on-premise környezetek között –, így minimalizálható a rendszerek túlméretezése vagy kihasználatlansága. Ezzel a működési költségeket akár 25–35 százalékkal is lehet csökkenteni, miközben a rendszer teljesítménye stabil marad, vagy éppen hogy javul.

Kicsit hátrébb lépve a felhőtől, több forrás is a munkaerőköltségek lefaragásának eszközét látja a mesterséges intelligencia használatában. Az Adecco felmérése szerint például a vállalatok közel fele tervezi csökkenteni dolgozói számát a mesterséges intelligencia térhódítása miatt az évtized második felében.

Ám míg egyik oldalon szinte teljes a konszenzus abban, hogy az MI révén visszavághatók a kiadások, más nézőpontból közel sem rózsás a helyzet. Végiggondolt és betartatott mesterségesintelligencia-használat stratégia híján az árnyék informatika – shadow IT – nyomán kialakuló árnyék MI jelensége alaposan bele tud rondítani a képbe.

A nem engedélyezett eszközök, a rejtett használat ugyanis nem tervezett költségekhez vezet. A szervezetek gyakran nem tudják pontosan követni, hogy mely MI alkalmazásokat vagy (felhő)szolgáltatásokat használják a munkatársak engedély nélkül. Legfeljebb azt érzékelik hogy az infrastruktúra- és licencköltségek felfúvódhatnak, ráadásul az adatvédelmi, biztonsági és megfelelőségi problémák is szaporodnak. A KPMG tanulmánya (PDF) szerint a dolgozók jelentős arányban (akár 58 százalékuk) használnak engedélyezetlen MI-eszközöket, és sokan töltöttek fel vállalati adatokat ezekbe a rendszerekbe az IT tudta nélkül.

A szabályozatlan használat nem csupán egyszeri költségnövekedést okoz (pl. pár havi felhős költség, licencduplikációk), hanem hosszú távú pénzügyi terheket is generálhatnak. A kihasználatlan erőforrások miatt magasabbak lehetnek az üzemeltetési költségek, a megfelelőség hiányának pedig bírság és reputációs veszteség lehet a következménye. A „árnyék költségek” kategóriájába tartozik például a rejtett infrastruktúra-költség, a szolgáltatások párhuzamos futása, illetve az, hogy az IT-üzemeltetés nem látja előre és nem szabályozza az MI-eszközök fogyasztását.

Használjuk az MI-t takarékoskodásra!

A FinOps remekül bevált a hagyományos szolgáltatásként használt funkciók havi költségeinek kordában tartására. Adódik a feltevés, hogy vajon bevethető-e a mesterséges intelligencia esetében is? Sőt, akkor már ne álljunk meg itt! Használhatunk-e MI-alapú költségkontrollokat a mesterséges intelligenciával kapcsolatos kiadások visszafogására?

Nos, a válasz egyértelműen igen. Noha több évtizedes, kiforrott gyakorlatok egyelőre nem állnak rendelkezésre, az OPEX-költések terén szerzett tapasztalatokkal felvértezve ebben a helyzetben is akadnak lehetőségek. Ahogy arra a FinOps for AI Overview is rámutat, célszerű bevezetni a „Crawl-Walk-Run” megközelítést. A modell a szervezetek MI-érettségét követi le, megmutatja, hogyan lehet bevezetni egyszerű, majd egyre fejlettebb MI-költségkontroll folyamatokat.

Nem technológiai, hanem folyamat- és szervezetfejlesztési modellről van szó, amelynek a fő célja az, hogy a vállalat fokozatosan jusson el az átlátható, automatizált és üzletileg irányított MI-költségmenedzsmentig.

A Microsoft egy blogbejegyzése ugyanezt a témát boncolgatja kimutatva, hogy a mesterségesintelligencia-alkalmazások gyors terjedése miatt egyre nagyobb szükség van arra, hogy a vállalatok tisztában legyenek a ráfordításokkal, és világosan lássák a kapcsolatot a költségek és a megtérülés között. Ennek egyik lehetősége, amikor az MI-eszközökön (pl. felhőalapú analitika, Copilot-típusú asszisztensek) keresztül valósul meg a költségkontroll.

A mesterséges intelligencia asszisztensek (pl. Azure Copilot) képesek a költségadatokat elemezve válaszokat adni a „mennyi költség várható” kérdésekre, illetve „mi történik, ha…” típusú szimulációkat futtatni. Egy prompt segítségével jelezhetik például, hogy a modellválasztás vagy a futtatási régió módosítása költségcsökkentést eredményezne. Ez egyfajta aktív előrejelzés, amely lehetővé teszi a költségnövekedés korai észlelését és a beavatkozást.

A mesterséges intelligencián alapuló funkciók már nemcsak riportokat készítenek, hanem cselekvéssorozatokat is el tudnak indítani. Egy MI-asszisztens javasolhatja a felhőszolgáltatások konfigurációjának optimalizálását, sőt akár automatikusan végre is hajthatja; költség-riasztásokat aktiválhat, ha egy projekt túl sok erőforrást használ. A legfrissebb eszközfrissítések már támogatják azt is, hogy a mesterséges intelligencia együtt dolgozzon a költségadat- és használat-adatbázisokkal, és automatizáltan generáljon javaslatokat vagy közbeavatkozzon.

Miért fontos ez a megközelítés?

Az MI-költségek menedzsmentje nem csak statikus „kiadjuk és monitorozzuk” folyamat, hanem dinamikusan változó, terhelésekkel és modellfüggő költségstruktúrákkal dolgozik. A tokenalapú számlázás, a GPU-kihasználtság, a modellváltozatok mind olyan új költségtényezők, melyekkel korábban ritkán kellett számolni.

A mesterséges intelligencia eszközök alkalmazása a költségmenedzsmentben lehetővé teszi, hogy ne csak visszamenőleg derüljön ki a magas költség, hanem proaktívan történjen a korrekció. Ennek eredményeként jobb költségkontrollt kap a szervezet, kevesebb meglepetésben lesz része, és nem kevésbé fontos szempontként magasabb megtérülést várhat az MI-beruházásoktól.

Ez a cikk független szerkesztőségi tartalom, mely a 4iG Informatikai Zrt. támogatásával készült. Részletek »