La spesa per l'IA è in calo: 5 passi per prepararsi alla prossima fase di consumo.

Negli ultimi due anni, molte organizzazioni hanno considerato l'adozione dell'IA come un fine a sé stante. Più utenti, strumenti ed esperienze ci sono, meglio è. Ma oggi i leader non misurano più il successo solo in base all'adozione. Ora si interrogano sui costi, su dove l'IA crea valore reale e se le aziende possono permettersi di implementarla su larga scala in modo responsabile.

Questo rappresenta il prossimo capitolo nella gestione dell'intelligenza artificiale e della spesa tecnologica. Le aziende che prospereranno in questo contesto non saranno necessariamente quelle che consumano più tecnologia, ma piuttosto quelle in grado di collegare il consumo tecnologico a un valore aziendale misurabile. Questo approccio si allinea con l'idea che i miglioramenti incrementali siano fondamentali per il successo dell'IA.

Questo passaggio dalla massimizzazione dell'usabilità alla massimizzazione del valore, definito "valuemaxxing", rappresenta una sfida importante per i leader del settore tecnologico.

I dirigenti che seguiranno questi cinque passaggi ora saranno pronti per un futuro in cui il consumo di tecnologia e il valore aziendale dovranno essere misurati congiuntamente:

1. Raggiungere una visione autentica sull'intera infrastruttura tecnologica.

Le organizzazioni non possono gestire ciò che non vedono. Questa esigenza diventa ancora più cruciale quando i costi sono variabili, distribuiti e in continua evoluzione.

Oggi il consumo di tecnologia non è più limitato a un singolo budget o sistema. Comprende ora applicazioni SaaS, infrastrutture cloud, piattaforme dati, modelli di intelligenza artificiale, agenti e infrastrutture in generale. L'intelligenza artificiale aggiunge un ulteriore livello di complessità, in cui la spesa può essere espressa tramite token, crediti, utilizzo di modelli, consumo di GPU, trasferimento dati e applicazioni basate sull'IA.

Considerato che solo il 31% delle organizzazioni dichiara di avere una visione chiara per il software di intelligenza artificiale e che il 59% segnala un aumento degli sprechi di spesa in questo ambito anno dopo anno, disporre di un'unica fonte affidabile di informazioni per l'intera infrastruttura tecnologica è più importante che mai.

Senza una visione completa del consumo tecnologico, le organizzazioni prendono decisioni basandosi su informazioni frammentarie. Questa visione non riguarda solo il controllo dei costi, ma anche la comprensione di dove gli investimenti generano valore e dove la spesa viene sprecata.

2. Sviluppare un modello di governance per il consumo

Molte organizzazioni hanno incoraggiato la sperimentazione diffusa con l'intelligenza artificiale, per poi scoprire in seguito che il suo utilizzo era sfuggito al controllo. Pertanto, disporre di un quadro di governance interno è fondamentale per il successo di qualsiasi azienda. La governance fornisce ai team i controlli necessari per scalare in modo responsabile, soprattutto considerando l'importanza crescente della governance degli agenti di intelligenza artificiale.

In particolare per quanto riguarda l'intelligenza artificiale, i leader devono passare dal "massimo utilizzo" al "miglior utilizzo". Si tratta di determinare se l'IA migliora i tempi di ciclo, l'esperienza del cliente, l'efficienza operativa, la crescita dei ricavi o qualsiasi altro importante parametro aziendale.

Per guidare questo processo, le grandi aziende stanno sempre più spesso (85%) nominando team dedicati alla governance dell'IA e della tecnologia o dirigenti senior per garantire visibilità, controllo e collaborazione tra i team. È fondamentale per le aziende impedire che l'IA diventi un centro di costo incontrollato.

3. Rinegoziare i contratti per garantire flessibilità e responsabilità

I modelli di prezzo della tecnologia stanno cambiando a un ritmo senza precedenti. Gli accordi a lungo termine e a prezzo fisso potrebbero ancora essere validi, ma la loro gestione è diventata più complessa in contesti in cui l'utilizzo può variare rapidamente.

Oggi i leader aziendali devono valutare regolarmente gli accordi con i fornitori per assicurarsi che rispecchino i modelli di utilizzo effettivi e le future esigenze aziendali. Ciò è particolarmente importante in quanto i fornitori di intelligenza artificiale continuano a introdurre nuovi modelli di consumo e strategie di monetizzazione.

Le aziende dovrebbero aspettarsi una maggiore complessità nella definizione dei prezzi, non minore. L'obiettivo non è semplicemente negoziare costi più bassi, ma concludere accordi che consentano alle imprese di innovare mantenendo al contempo il controllo sulla spesa.

4. Allineare i team di tecnologia, finanza e approvvigionamento

I costi basati sull'utilizzo incidono su più team. Mentre i team IT guidano il volume di utilizzo, altri dipartimenti gestiscono la necessaria supervisione: il reparto finanziario si occupa dell'impatto sul budget e il reparto acquisti gestisce i contratti con i fornitori. Senza un allineamento, le organizzazioni possono facilmente perdere il controllo sulla spesa.

Le organizzazioni che gestiscono efficacemente i consumi sviluppano una visione condivisa di utilizzo, costi e valore. Stabiliscono metriche comuni, chiare responsabilità e una collaborazione interdipartimentale regolare.

Quando i team lavorano basandosi sugli stessi dati e sulla stessa definizione di valore, le decisioni diventano più mirate e si evitano costose sorprese.

5. In che modo l'intelligenza artificiale trasforma il miglioramento da un processo reattivo a un processo continuo?

Utilizzare strumenti di intelligenza artificiale per gestire la crescente complessità dell'utilizzo della tecnologia stessa.

L'ottimizzazione non può limitarsi a una mera attività di budgeting periodica. Quando un problema di costi emerge in un report, l'utilizzo potrebbe essere già cambiato.

L'intelligenza artificiale può aiutare i team a scoprire modelli di utilizzo insoliti, identificare gli sprechi, prevedere la domanda e supportare una pianificazione più intelligente tra i team. Tuttavia, l'ottimizzazione basata sull'IA deve essere legata a obiettivi definiti dall'uomo. L'obiettivo è aiutare i team a prendere decisioni migliori e più rapide, con una visione più chiara di ciò che viene utilizzato, del suo costo e di dove crea valore.

Trasformare il consumo tecnologico in valore

La prossima fase dell'IA aziendale sarà molto diversa dalla prima. Negli ultimi anni, l'attenzione si è concentrata sulla sperimentazione e sull'adozione. Il futuro appartiene alle organizzazioni che sapranno dimostrare responsabilità, governance e valore.

L'intelligenza artificiale ha accelerato la transizione del settore verso modelli tecnologici orientati al consumatore, creando nuove sfide economiche oltre che nuove opportunità. Man mano che le organizzazioni continuano ad ampliare il loro utilizzo dell'IA, comprendere la relazione tra utilizzo, costi e impatto sul business diventerà un vantaggio competitivo fondamentale.

La frenesia dell'adozione dell'IA sta volgendo al termine. Ciò che ne consegue è una visione più disciplinata, una governance più solida e una maggiore responsabilità finanziaria, che determineranno chi sarà in grado di scalare con successo l'innovazione e chi invece sarà soffocato dai costi.