企業藉助AI技術規避“雲蔓延”問題——《華爾街日報》

亞馬遜公司旗下AWS等第三方雲系統的一個優勢在於，它們能讓企業根據需要快速擴展或縮減計算能力。圖片來源：pau barrena/Agence France-Presse/Getty Images企業技術主管和行業分析師表示，企業正藉助人工智能來遏制失控的雲計算支出，利用專門軟件來識別重疊的雲應用、冗餘數據存儲以及信息技術系統中的其他低效問題。

隨着基於雲的工具接管越來越廣泛的操作，加之經濟前景不明朗，許多首席信息官和其他企業技術負責人正在更仔細地審視雲成本，儘管他們正在增加總體支出。

亞馬遜公司旗下AWS或微軟公司Azure等第三方雲系統的一個關鍵優勢在於，它們能讓企業根據需要快速擴展或縮減計算能力，而不必為了應對偶爾的需求激增而支付費用來運行半空置的內部數據中心。

數字服務諮詢公司West Monroe的高級合夥人安迪·西洛克表示，但就像大多數在線訂閲服務一樣，如果對錯綜複雜的雲服務網絡失去跟蹤，同樣會造成浪費。

“雲技術最大的優點之一同時也是它最大的缺點之一，”西洛克先生説道。“在雲計算成本方程中引入無數看似無限的變量時，自動化變得不可或缺。”他表示，追蹤雲使用情況早已超出了即使是最資深的雲工程師用Excel能處理的範圍。

在各種方法中，人工智能正被用於通過標記和追蹤不同的應用與數據，在組織範圍內大規模識別雲使用模式。隨後，它可以標出重複、浪費或實際使用情況與現有付費計劃不匹配的領域。不匹配的情況可能包括為某個應用支付了超出其所需的高級別存儲費用，或在可以使用通用服務器的情況下使用了成本高昂的高性能服務器。

通過將雲服務商的計費系統集成到優化工具中，人工智能算法還能針對一系列雲計算需求找到最具成本效益的服務，同時預測需求並比較不同採購場景下的未來成本。

南卡羅來納州查爾斯頓市Gnosis Freight公司的首席技術官傑克·霍夫曼表示，雲定價結構通常以專業術語呈現，“甚至需要具備雲專業知識才能理解某個用例可能產生的費用”。該公司為物流企業開發海運集裝箱追蹤軟件。

霍夫曼稱，Gnosis Freight使用多種AWS雲服務從全球各地獲取並整理數據，這需要複雜且相互關聯的雲系統，很容易導致成本不匹配。為此，該公司開始採用紐約初創企業Antimetal開發的人工智能優化工具，該工具能根據歷史使用模式幫助調整企業雲支出計劃，滿足未來需求。

霍夫曼先生表示，截至目前，該工具已幫助公司節省了約15%的雲服務費用。

“簡而言之，雲系統複雜得令人難以置信，“總部位於波士頓的雲成本優化初創公司CloudZero的首席技術官埃裏克·彼得森説道。他以亞馬遜雲服務(AWS)為例指出，其提供的雲成本和使用數據通常每天達數百萬條記錄，每月更是高達數千億條。“人工審核如此複雜的系統是人類無法完成的，“彼得森先生坦言。

老牌軟件服務公司Apptio Inc.的首席技術官傑里米·翁介紹，該公司已訓練人工智能算法，將來自AWS、微軟Azure和谷歌雲等市場領先雲服務提供商的雲使用及計費數據，分類為服務類型、應用程序等不同類別。

“這能讓客户快速發現原本可能被忽視的支出優化機會，“翁先生舉例指出如重複、閒置或未充分利用的服務。他補充説，該工具還會根據企業的雲服務使用情況推薦定價方案。

Antimetal首席執行官馬修·帕克赫斯特表示：“從CIO和CTO那裏我們最常聽到的反饋是，雲支出已成為企業增長最快的開支項目。“自去年推出以來，我們管理的雲支出月環比增長超過500%。“他透露道。

全球業務流程管理公司WNS（控股）有限公司的首席業務轉型官桑傑·賈恩指出，AI雲成本工具的成效取決於"數據質量、算法精密程度以及結果分析人員的專業水平”。他同時表示，人工智能需要時間理解長期消費模式，因此難以評估部署在大型雲生態系統中的新應用程序成本。

儘管人工智能工具能幫助企業避免在特定雲服務上過度配置資源，但諮詢公司博思艾倫漢密爾頓控股的高級副總裁丹·塔克表示，鑑於基於雲的應用程序（尤其是人工智能本身）的激增，大多數公司不太可能減少整體雲支出。他表示，關鍵在於通過投入超出必要範圍的資金來推動增長，從而"避免雲蔓延”。

根據IT研究與諮詢公司高德納的最新預測，今年全球企業在雲服務上的總支出預計將達到5973億美元，較2022年的4910億美元增長21.7%。高德納稱，部分增長動力來自近幾個月對類似ChatGPT的生成式AI技術的大幅投入，這類技術需要龐大的雲計算能力支撐。“如今首席信息官和技術總監們承受着巨大壓力，他們需要在控制成本的同時不犧牲向數字化業務和運營模式轉型的需求，“高德納技術及服務供應商集團副總裁、專注於雲服務的希德·納格表示，“他們正在尋求支出方面的透明度、可預測性和效率。”

聯繫安格斯·洛滕，郵箱：[email protected]