Использование искусственного интеллекта для сокращения расходов на облако

Прочитано: 72 раз(а)


С помощью прогнозной аналитики и других приложений искусственный интеллект может помочь организациям лучше отслеживать и контролировать свои расходы на облако, перейдя на облачный план, который лучше соответствует их привычкам использования.

Поскольку экономика продолжает замедляться, а финансовые затраты на облачные технологии растут, организации ищут способы оптимизировать свои расходы на облачные технологии и максимально использовать доллар.

Использование инструментов на базе искусственного интеллекта может помочь организациям оптимизировать свои расходы на облако, предоставляя ценную информацию и рекомендации, которые трудно достичь с помощью ручных процессов.

Использование искусственного интеллекта для оптимизации облака — это уникальная задача, ориентированная на конкретную рабочую нагрузку.

Поэтому ИТ-команды и разработчики должны усовершенствовать свой подход к управлению расходами на облачные технологии с помощью настраиваемых моделей оптимизации ИИ.

Одним из типов технологий на основе искусственного интеллекта, которые могут помочь управлять расходами на облако, является машинное обучение, поскольку оно используется для обучения модели (отвечающей за управление рабочей нагрузкой) на основе предыдущих моделей использования ИТ-систем организации.

После обучения модель машинного обучения можно использовать не только для прогнозирования использования отдельных ресурсов, но и для их надлежащего автоматического масштабирования.

Прогнозирование моделей использования, будущее использование

«По правде говоря, никто не хочет платить за облачные ресурсы с оплатой по требованию, если они не используются в полной мере», — говорит Вадим Владимирский, генеральный директор Nerdio. «Именно здесь на помощь приходит технология облачной оптимизации на основе искусственного интеллекта».

Это помогает организациям анализировать прошлые модели использования и прогнозировать будущее использование для каждого ресурса, позволяя расширять механизм автоматического масштабирования и одновременно сокращать объем облака в ответ на ожидаемый спрос.

«Конечным результатом является меньшее количество счетчиков выставления счетов, вращающихся при медленном использовании, и больше счетчиков, когда оно высокое», — говорит он. «Это означает, что организации фактически платят за то, что используется, а не по фиксированной ставке».

Шрикар Кришна, руководитель отдела искусственного интеллекта компании KPMG в США, объясняет две важные технологии на основе искусственного интеллекта, которые могут помочь: моделирование, используемое для создания множества сценариев «что/если», и прогнозирование или предсказание того, каким будет будущее, с учетом текущих условий. .

«Хотя в прошлом эти методы широко использовались для анализа расходов, появление новых методов искусственного интеллекта, особенно глубокого обучения, значительно продвинуло сферу моделирования и прогнозирования», — говорит он. «Теперь можно с легкостью моделировать сложные ситуации по сравнению с тем, что было возможно в старых традиционных методах».

Эндрю Диас, директор по стратегии Granulate, отмечает, что одним из ключевых преимуществ облачных инструментов на основе искусственного интеллекта является их способность учиться и адаптироваться к привычкам использования организации, что позволяет лучше отслеживать и управлять затратными рабочими нагрузками.

«Постоянно анализируя облачную инфраструктуру, эти инструменты могут выявлять узкие места и соглашения, которые способствуют увеличению затрат на облако, что позволяет организациям значительно сократить свои расходы на облако», — говорит он.

Однако преимущества ИИ для управления облаком выходят за рамки финансовой экономии.

«Автоматизируя оптимизацию для повышения производительности приложений, команды DevOps могут сосредоточиться на инновациях и производительности, а не тратить время на ручной мониторинг и настройку», — добавляет Диас.

ИТ-директора, ИТ-лидеры, ответственные за стратегию

Владимирский говорит, что ИТ-директора и руководители, контролирующие ИТ-стратегию организации, несут ответственность за оценку и внедрение эффективных решений по оптимизации облака на основе искусственного интеллекта.

Поскольку эффективность системы облачной оптимизации на основе искусственного интеллекта зависит от того, насколько хорошо обучена модель, отвечающая за управление соответствующей рабочей нагрузкой, организациям не рекомендуется начинать с нуля.

«Поставщики, которые специализируются именно на этом типе оптимизации, получат доступ к более глубоким данным из нескольких организаций для обучения этим моделям и, в конечном итоге, для создания успешных решений по оптимизации облака с помощью искусственного интеллекта», — говорит он.

Диас согласен, что ключевыми заинтересованными сторонами, когда дело доходит до внедрения ИИ для управления расходами на облачные технологии и контроля затрат, являются в первую очередь ИТ-менеджмент, но финансы играют ключевую роль.

«ИТ-команды несут ответственность за внедрение и поддержку технологий на основе искусственного интеллекта, а также помогают найти смысл в результатах этих инструментов», — объясняет он.

Финансы используются в качестве конечной точки, когда дело доходит до оплаты облачных ресурсов, контролируя, какая часть бюджета организации уходит как на облачные ресурсы, так и на технологию искусственного интеллекта, используемую для управления облаком.

Кришна из KPMG называет финансового директора, руководителя отдела финансовой трансформации, руководителя отдела учета инфраструктуры, директора по информационным технологиям и лидеров облачных технологий в качестве заинтересованных сторон и добавляет, что применение искусственного интеллекта для управления расходами на облачные технологии будет особенно сложной проблемой.

«Исторически существовали разногласия по теме расходов на технологии между ИТ и финансами или финансовыми и ИТ-директорами», — говорит он. «Простота использования технологий, вызванная появлением облачных технологий, усугубила эту проблему».

Он отмечает, что облачные технологии ориентированы на потребителя, так что любой сотрудник предприятия может щелкнуть переключатель и понести дополнительные расходы. 

«Сейчас, более чем когда-либо, создание правильной архитектуры или профиля затрат для оптимизации расходов на облако не может быть задачей одного человека», — говорит он. «Мы считаем, что проблема контроля расходов на облачные технологии не будет решена, если ИТ и финансы не создадут новое совместное партнерство для решения вопросов расходов на технологии».

Растущая потребность в облачном управлении

Согласно недавнему отчету ESG Global , 71% из 742 старших руководителей ИТ-решений в компаниях среднего и крупного бизнеса планируют разработать и развернуть облачные приложения в 2023 году, что на 11% больше, чем в 2022 году.

Владимирский из Nerdio объясняет, что, поскольку организации продолжают вкладывать значительные средства в облака и их услуги, важно помнить, что внедрение стратегий управления расходами на ИИ в облаке начинается медленно.

Этот подход потребует регулярной оценки и тестирования на некритических рабочих нагрузках с последующим постепенным внедрением в производство.

«Чтобы компании могли увидеть, как их деньги потрачены правильно и как можно скорее, особенно в период экономической неопределенности, очень важно начать этот процесс как можно скорее», — говорит он.

Кришна добавляет, что скорость цифровой трансформации ускоряется, что приводит к более широкому использованию облачных сервисов.

«Трудно всегда оценить, какое распространение могут иметь облачные сервисы, если не будет очень подробной телеметрии о бизнес-использовании этих облачных сервисов», — говорит он. «Очень важно, чтобы организации воспользовались возможностью создать надежную платформу для сбора данных, которая может помочь в анализе расходов на облачные технологии».

Как ИИ может помочь раскрыть принцип работы памяти



Новости партнеров