Strategisk Cloud-udgifter og AI: Maksimering af forretningsværdi i 2024

Eksperter forudser, at 2024 vil se en stigning i cloud-udgifter, primært på grund af den øgede adoption af kunstig intelligens (AI) og generativ AI (GenAI). Dygtige virksomheder undersøger allerede deres brug af AI og GenAI, med fokus på omkostningerne forbundet med cloud-budgetter. Næste skridt er at adoptere ledelsesstrategier, der optimerer deres investeringer og sikrer bæredygtig forretningsvækst.

AI og data: en symbiotisk relation

Hvordan bidrager AI til cloud-omkostninger? Data er en stor del af det. AI er afhængig af højkvalitetsdata og masser af det. Tænk på det på denne måde – jo mere data, der er til rådighed for en AI-algoritme, jo bedre vil resultaterne være. Men at have massive mængder af data fremhæver visse udfordringer, der ofte kan resultere i en stigning i omkostninger til at understøtte anvendelsen, især i cloud.

Og ikke al AI er ens. For eksempel er en form for AI, naturlig sprogbehandling (NLP), meget dataintensiv. NLP kan bruges til kundeserviceautomatisering, sammenfatning af dokumenter og oprettelse af e-mails, blot for at nævne få eksempler. Hver opgave bliver stadig mere kompleks, når en virksomhed kræver kontekstualiserede svar. For eksempel gennemgang af følsomme data i højt regulerede brancher som finans eller sundhedssektor.

Der har også været en enorm vækst i mængden af data, der kan analyseres. Moderne generative AI modeller er ofte 10 til 100 gange større end selv AI-modellerne fra et eller to år siden. Med større modeller og øget kompleksitet af data samt ekstra brugsområder øges efterspørgslen på data, hvilket også betyder, at cloud-omkostningerne øges.

At komplicere sagen yderligere er metoderne for integration af cloud i virksomhedens IT-infrastrukturer under forandring. Tidligt i processen valgte mange virksomheder en lift-and-shift-migrationsapproach, også kendt som rehosting, men det viste sig at være meget dyrt. Det viste sig, at mange virksomheder endte med at betale for tjenester, de ikke brugte ofte. Mere nyligt, da virksomhederne undersøger deres cloud-brug, forsøger de at finde måder at reducere omkostningerne ved at eliminere overspending fra de sidste par år. Men den fantastiske vækst i AI og GenAI har fået virksomheder til at overveje deres cloud-infrastruktur igen.

 Cloud-økonomi: En strategisk tilgang

Derfor er det vigtigt at forstå, hvilken værdi AI kan bringe til en organisation. Virksomhedsledere skal fastlægge klare forventninger til, hvordan AI skal levere værdi til forretningen, og alle hold, der er involveret i AI-projekter, skal samarbejde inden for en fælles ramme for godkendelse af AI-drevne initiativer.

En fremragende strategi for at styre omkostningerne ved AI er at udnytte cloud-økonomi. Dette indebærer at udføre en omkostnings-benefitanalyse for at tilpasse investeringerne i cloud-teknologier og forretningsprioriteter. Målet er ikke kun at reducere omkostninger og øge effektiviteten, men at maksimere den samlede forretningsværdi.

Cloud-økonomi hjælper virksomheder med at styre omkostningerne forbundet med AI, samtidig med at de fortsætter med at investere i innovative teknologier. At anvende cloud-økonomi på AI-omkostninger får AI-initiativer til at tilpasse sig virksomhedens lange sigtige mål.

For eksempel arbejdede vi med en virksomhed, der ønskede at omstrukturere deres manuelle, bottom-up-revenue-prognoseproces. Tidligere havde virksomheden en ineffektiv system, der manglede præcision til at følge med de hurtigt skiftende markedsvilkår. Målet var at implementere en data-dreven tilgang, der forbedrede prognosepræcision, der drev salgs- og markedsføringsstrategier og genererede revenue-vækst. Vi designede en AI-baseret løsning, der udnyttede 30 historiske finansielle og markedsdata samt offentligt kildeforbrugerdata. Denne data-drevne tilgang førte til en 50% reduktion i prognose-tid, hvilket øgede pålideligheden af revenue-forudsigelser og gav handlebare indsigt for salgs- og markedsføringsholdene, hvilket oversatte til en 15% stigning i revenue inden for det første år efter implementering.

En anden god praksis er at implementere intelligent workload-management for at automatisere ressourcer og justere på grund af AI-krav, hvilket frigør ressourcer til andre projekter.

For at komme i gang med denne rejse kan en virksomhed oprette et hold, der er dedikeret til cloud-økonomi, ideelt med et cloud-center for excellence (Cloud CoE), der udfører en koordinerende funktion. Dette giver virksomheder mulighed for at træffe beslutninger om udgifter og hvilke projekter, der er værd at overveje, for at sikre, at alle AI-initiativer er tilpasset strategiske mål og bedste praksis.

At have et velstyrede cloud-økonomi-hold på plads hjælper med at optimere ydelsen på tværs af hele organisationen. Fordelene ved strategisk cloud-styring omfatter:

• Forbedret beslutningstagning, der kommer fra at forstå data-anvendelse og variable omkostningsmodeller.
• At tilpasse forretningsmål med AI-investeringer for at optimere forretningspræstation.
• Bedre ressourceanvendelse og en reduktion i spildende udgifter, hvilket giver virksomheder mulighed for at høste den fulde fordel af deres cloud- og AI-investeringer.

Vi vil fortsætte med at se en stigning i AI- og cloud-investeringer i 2024, da virksomheder ser den transformative værdi i at adoptere intelligente ledelsesstrategier, der hjælper med at maksimere værdi og kontrollere omkostninger. Rammen, der er givet af cloud-økonomi, gør det lettere at tilpasse forretningsmål med AI- og cloud-omkostninger, hvilket sikrer, at teknologi-investeringer leverer maksimal værdi. Ved at følge en strategisk tilgang kan virksomheder navigere i kompleksiteterne ved AI-adopteringsprocessen og opnå langsigtede succes.