重新思考生成式 AI 时代的 IT 支出

这是当今 CIO 们亟需解决的问题：您将 IT 预算花在了哪些方面？

云成本本来就是一项挑战——最近一项调查显示，24% 的受访者估计他们在软件支出上存在浪费。生成式 AI 的爆炸式增长使组织必须重视并考虑采用诸如 FinOps 和科技业务管理 (TBM) 之类的框架，以提高所有科技支出的可见性和问责性。

但这在实践中意味着什么？组织如何才能在 IT 支出方面转而采用更加规范、以价值为导向的方法？生成式 AI 在这一领域有何影响？

为了帮助解答这些问题，我们请教了 IBM® Cloud & Technology Advisory Practice 的合伙人 Declan Coombs。Declan 拥有 20 余年经验，致力于帮助组织通过技术和云转型获得更多价值。

CIO 希望他们把钱花在哪些方面？

CIO 总是在经营业务和改变业务之间寻求平衡。因为这才是推动业务转型和实现盈利的关键所在。

他们不满足于维持基本运转，而是致力于构建新的能力。

是什么阻碍了他们？

太多的组织仍在按年度进行预算编制。这往往是对前一年数据的复制和粘贴，再加上一些数字填充。

但是，由于技术和业务变化的速度非常快，传统的预算周期已经不能满足需要。该流程不允许 IT 团队批判性地动态地评估他们是否将资金花在了正确的地方。

FinOps 是什么？

从根本上说，FinOps 是一种文化和运营模式的变革。它不仅触及财务职能的核心，还触及业务战略和规划职能的核心。您需要认真考虑人员、流程和技术，才能真正将其融入组织，并将成本所有权和责任转移到边缘。

这在很大程度上是为了让人们能够看到和了解资金花在了什么地方，从而做出更明智的决定。

这仅仅是云成本的问题吗？

关注的焦点主要集中在公共云上，但现在已扩大到所有云和技术支出。

当与 TBM 相结合时，它将视角扩大到更广泛的技术堆栈，如硬件、软件、人机交互，从而提供一个更清晰、更全面的视角，以了解技术消费以及如何将其与业务成果联系起来。这有助于了解投资的最佳方向，以及如何以最适合企业的方式部署技术。

FinOps 将如何影响生成式 AI？

它扮演着关键角色，尤其是考虑到生成式 AI 用例日益增多、为其提供算力所需的 GPU 数量庞大，以及由此产生的高昂成本。组织将难以证明相关投入的价值。FinOps 可帮助团队以成本可控的方式使用并扩展生成式 AI，同时跟踪并衡量投资回报率。

生成式 AI 将如何影响 FinOps？

生成式 AI 将加速 FinOps。它将帮助您更好地利用数据、优化模式发现与情境化分析。它可以提供洞察分析和建议，以实现数据驱动的决策、简化流程和自动执行操作。

但真正改变游戏规则的是使用生成式 AI 加速应用程序和代码现代化。它将有助于实现更高水平的成本优化，提高效率和业务价值。

成功的关键是什么？

让工程师采纳成本优化建议是一项首要挑战。在这些成本消减措施中，很容易让人觉得一切都是索取、索取、再索取。重要的是，要让人们看到采取正确行为的好处并给予奖励。

如果您的 FinOps 方法正确，人们就有能力改变现状。如果给他们提供正确的工具、能见度和激励措施，他们就会愿意做正确的事。