AI 비용이 급증하고 있습니다. 이를 통제하는 방법은 다음과 같습니다.

클라우드 사용량은 계속 급증하고 있으며, 관련 비용도 급증하고 있습니다. 특히 최근에는 AI로 인해 발생하는 비용입니다. Gartner 분석가들은 퍼블릭 클라우드 서비스에 대한 전 세계 최종 사용자 지출이 2020년까지 급증할 것으로 예측합니다. 723.4에서 $ 2025 억600년에는 2024억 달러 미만에서 증가했습니다. 경영진의 70 % IBM 보고서에서는 이러한 증가의 중요한 원동력으로 생성적 AI를 꼽았습니다.

동시에 중국의 DeepSeek은 단 몇 분 만에 완료되었다고 주장하면서 파장을 일으켰습니다. 6개월과 XNUMX만 달러 AI 모델을 훈련시키기 위해서입니다. 그 수치가 모든 것을 말해주는지는 의심스럽지만, Microsoft와 Nvidia의 여전히 흔들리는 주가가 어떤 지표가 된다면, 이 발표는 서양 세계에 비용 효율적인 AI 시스템의 필요성을 일깨웠습니다.

지금까지 기업들은 AI 비용 증가를 R&D 대손으로 처리할 수 있었습니다. 하지만 AI 비용, 특히 성공적인 제품 및 기능과 관련된 비용은 결국 기업의 매출 원가(COGS)와 결과적으로 총 마진에 영향을 미칩니다. AI 혁신은 항상 사업 감각의 냉정한 검토에 직면하게 되어 있었습니다. DeepSeek의 폭탄 발표는 그 타임라인을 단축했을 뿐입니다.

나머지 퍼블릭 클라우드와 마찬가지로, 기업은 훈련 및 소비 비용을 포함한 AI 비용을 관리해야 합니다. AI 지출을 비즈니스 성과와 연결하고, AI 인프라 비용을 최적화하고, 가격 책정 및 패키징 전략을 개선하고, AI 투자 수익을 극대화해야 합니다.

그들은 어떻게 그것을 할 수 있을까? 클라우드 단위 경제(CUE)로.

클라우드 유닛 경제학(CUE)이란 무엇인가요?

CUE는 클라우드 기반 이익의 측정 및 극대화를 포함합니다. 그 기본 메커니즘은 클라우드 비용 데이터를 고객 수요 및 수익 데이터와 연결하여 비즈니스의 가장 수익성이 높고 낮은 차원을 밝혀내고, 이를 통해 회사에 최적화 방법과 위치를 보여주는 것입니다. CUE는 AI 비용을 포함한 모든 클라우드 지출 소스에 적용됩니다.

CUE의 기초는 비용 할당 — 클라우드 비용을 누가 또는 무엇에 의해 움직이는지에 따라 구성합니다. 일반적인 할당 차원에는 고객당 비용, 엔지니어링 팀당 비용, 제품당 비용, 기능당 비용, 마이크로서비스당 비용이 포함됩니다. 최신 비용 관리 플랫폼을 사용하는 회사는 종종 비즈니스 구조(엔지니어링 계층, 플랫폼 인프라 등)를 반영하는 프레임워크에 비용을 할당합니다.

그렇다면 CUE의 핵심은 단위 비용 지표, 비용 데이터와 수요 데이터를 비교하여 회사에 제공하는 데 드는 총 비용을 보여줍니다. 예를 들어, B2B 마케팅 회사는 플랫폼을 통해 전송된 "1,000개 메시지당 비용"을 계산하고 싶을 수 있습니다. 이를 위해 클라우드 비용과 전송된 메시지 수를 추적하고, 해당 데이터를 단일 시스템에 입력하고, 해당 시스템에 클라우드 비용을 메시지로 나누어 대시보드에 결과를 그래프로 표시하도록 지시해야 합니다.

이 회사는 비용 할당부터 시작했으므로 고객, 제품, 기능, 팀, 마이크로서비스 또는 회사의 비즈니스 구조를 반영한다고 생각되는 다른 보기에 따라 1,000개 메시지당 비용을 볼 수 있었습니다.

결과 :

• 유연성 사업 차원 이를 통해 단위 비용 측정 항목을 필터링하여 클라우드 비용을 유발하는 비즈니스 영역을 파악할 수 있습니다.
• 조명 단위 비용 지표 이는 그들이 얼마나 효율적으로 고객 수요를 충족시키고 있는지 보여줍니다.
• 인프라 리팩토링, 고객 계약 조정, 가격 책정 및 패키징 모델 개선과 같은 목표 효율성 개선을 수행할 수 있는 능력

AI 시대의 CUE

CUE 모델에서 AI 비용은 비즈니스의 할당 프레임워크에 통합할 수 있는 클라우드 지출의 또 다른 소스일 뿐입니다. AI 회사가 비용 데이터를 배포하는 방식은 여전히 ​​진화하고 있지만, 원칙적으로 비용 관리 플랫폼은 AWS, Azure, GCP 및 SaaS 비용을 처리하는 것과 거의 같은 방식으로 AI 비용을 처리합니다.

최신 클라우드 비용 관리 플랫폼은 AI 비용을 할당하고 단위 비용 지표의 맥락에서 효율성에 미치는 영향을 보여줍니다.

기업은 몇 가지 직관적인 방법으로 AI 비용을 배분해야 합니다. 그중 하나는 앞서 언급한 팀당 비용입니다. 이는 모든 클라우드 지출 출처에 공통적인 배분 차원으로, 각 엔지니어링 팀이 담당하는 비용을 보여줍니다. 이는 리더들이 특정 팀의 비용이 급증할 때 누구에게 알리고 책임을 물어야 할지 정확히 알고 있기 때문에 특히 유용합니다.

회사에서는 또한 다음을 알고 싶어할 수도 있습니다. AI 서비스 유형별 비용 — 머신 러닝(ML) 모델 대 기초 모델 대 OpenAI와 같은 타사 모델. 또는 SDLC 단계당 비용을 계산하여 AI 기반 기능의 비용이 개발에서 테스트, 스테이징, 마지막으로 프로덕션으로 전환될 때 어떻게 변하는지 이해할 수 있습니다. 회사는 더욱 세부적으로 계산하여 데이터 정리, 저장, 모델 생성, 모델 학습 및 추론을 포함하여 AI 개발 라이프사이클 단계당 비용을 계산할 수 있습니다.

잡초에서 조금 벗어나서: CUE는 정리된 클라우드 비용 데이터를 고객 수요 데이터와 비교한 다음 최적화할 곳을 파악하는 것을 의미합니다. AI 비용은 적절한 플랫폼이 있으면 회사의 전반적인 CUE 전략에 완벽하게 들어맞는 클라우드 비용 데이터의 또 다른 소스일 뿐입니다.

COGS 쓰나미 피하기

2024년부터는 회사의 61 % (CloudZero 설문 조사에 따르면) 공식화된 클라우드 비용 관리 시스템을 구축했습니다. 관리되지 않는 클라우드 비용은 곧 관리할 수 없게 됩니다. 비용을 공식적으로 관리하지 않는 회사와 비슷한 31%의 회사가 주요 COGS 타격을 입었고, 클라우드 비용이 매출의 11% 이상을 차지한다고 보고했습니다. 관리되지 않는 AI 비용은 이러한 추세를 악화시킬 뿐입니다.

오늘날 가장 미래지향적인 조직은 클라우드 비용을 다른 주요 지출과 마찬가지로 취급하여 ROI를 계산하고, 가장 중요한 비즈니스 차원별로 ROI를 분류하고, 관련 팀원에게 ROI를 최적화하는 데 필요한 데이터를 제공합니다. 차세대 클라우드 비용 관리 플랫폼은 포괄적인 CUE 워크플로를 제공하여 회사가 COGS 쓰나미를 피하고 장기적인 실행 가능성을 강화하는 데 도움이 됩니다.