Presentato da Apptio, una società IBM
La spesa per l’intelligenza artificiale è in aumento, ma il suo impatto complessivo spesso rimane una questione aperta. Per colmare il divario sono necessarie risposte chiare su come l’intelligenza artificiale viene governata, misurata e collegata ai risultati aziendali.
L’incertezza del ROI non è esclusiva dell’intelligenza artificiale: nel Apptio 2026 Rapporto sulla gestione degli investimenti tecnologicit, il 90% dei chief tecnologici intervistati ha affermato che l’incertezza del ROI ha un impatto moderato o importante sulle decisioni complessive di investimento tecnologico, con un aumento di 5 punti percentuali su base annua. In altre parole, i chief tecnologici stanno facendo sempre più affidamento sul ROI, anche se non sanno del tutto come misurarlo. Inoltre, l’economia dell’IA comporta costi nuovi e imprevedibili, che complicano ulteriormente i calcoli del ROI. Di fronte alla crescente incertezza e all’aumento dei funds, i chief tecnologici hanno bisogno di un quadro chiaro e affidabile per valutare il ROI dell’IA.
Le organizzazioni si aspettano sempre più che l’intelligenza artificiale su scala si ripaghi, almeno in parte. Secondo il rapporto sulla gestione degli investimenti tecnologici di Apptio, il 45% delle organizzazioni intervistate intende finanziare l’innovazione reinvestendo i risparmi derivanti dalle efficienze guidate dall’intelligenza artificiale. Story modello presuppone che tali risparmi siano sia realizzabili che quantificabili. Nel frattempo, i due terzi delle organizzazioni che intendono riallocare il capitale di bilancio esistente verso l’intelligenza artificiale avranno bisogno di chiarezza sui compromessi coinvolti.
Proprio come agli albori del cloud pubblico, i costi e i rendimenti dell’AI sono difficili da prevedere. I prezzi variano ampiamente tra i fornitori e continuano advert evolversi, mentre il consumo è imprevedibile. Anche la pressione per adottare rapidamente è formidabile mentre le organizzazioni affrontano la minaccia di interruzione da parte di concorrenti più agili.
La nuova matematica del ROI dell’IA
Considerando le numerose variabili, i chief tecnologici dovrebbero considerare il ROI dell’intelligenza artificiale come una questione di ottimizzazione. Advert alto livello, l’attuazione di iniziative di intelligenza artificiale è inevitabile. La domanda è come ottenere i maggiori rendimenti possibili, sia finanziari che organizzativi.
Iniziamo dal problema aziendale. Esistono molti modi in cui l’intelligenza artificiale può avere un impatto positivo, ma le risorse e la concentrazione organizzativa potrebbero essere limitate. Assicurati di dare priorità alle iniziative giuste basando la tua strategia di investimento nell’intelligenza artificiale su obiettivi quantificabili legati a risultati aziendali reali. Stai cercando di migliorare la velocità del processo decisionale? Aumentare la produttività o la capacità? O inseguire casi limite interessanti con rendimenti potenziali elevati ma rilevanza strategica minima?
Determina come si presenta il successo. L’intelligenza artificiale può introdurre una nuova capacità o potenziarne una esistente. Per nuove funzionalità, articola le possibilità che desideri sbloccare, come nuove opportunità di guadagno, flussi di lavoro o processi decisionali. Per i miglioramenti, stabilisci le prestazioni di base e l’incremento previsto che intendi ottenere con l’intelligenza artificiale.
Considera come le finanze influenzeranno la tua valutazione. Alcuni casi d’uso possono mostrare risultati minimi nel breve termine ma generare un valore significativo nel lungo termine. Qual è il tuo periodo di tempo per il reso? D’altro canto, implementazioni di maggior successo con un’adozione rapida possono generare fatture di inferenza inaspettatamente elevate. Ciò significherebbe staccare la spina o appoggiarsi ulteriormente? Come dovrebbe apparire la curva dei costi e dei rendimenti nel corso degli anni? Mentre pianifichi la tua sequenza temporale, stabilisci soglie chiare per determinare se procedere, mettere in pausa, interrompere o accelerare il tuo investimento.
Identificare i KPI giusti. I rendimenti di un investimento nell’intelligenza artificiale possono essere ancora più difficili da valutare rispetto ai costi. L’utilizzo, l’efficienza e l’impatto finanziario sono tutti fattori importanti. Ma i parametri di successo dell’IA non saranno sempre semplici. Potrebbero esserci nuovi modelli di utilizzo che non hai ancora modo di misurare. Il tuo ambiente tecnologico potrebbe subire cambiamenti successivi che richiedono un’ulteriore valutazione. Sarai in grado di ridurre la tua dipendenza da altri strumenti, advert esempio riducendo i posti nella tua piattaforma di analisi dei dati? Come considererai i confronti dei prezzi tra strumenti per più fornitori di intelligenza artificiale con tariffe variabili?
Per ottenere contesto e informazioni completi, è necessario anche tenere conto dell’allineamento dell’iniziativa con la strategia più ampia e considerare il costo opportunità degli investimenti che altrimenti avresti potuto effettuare. Ricorda che non stai valutando il valore aziendale dell’IA in modo isolato; stai decidendo se è il miglior utilizzo del capitale finito per tutti i tuoi investimenti.
Queste decisioni richiederanno un livello di approfondimento di gran lunga superiore a quello necessario per giustificare acquisti tradizionali come infrastrutture di rete o software program aziendale. I chief tecnologici che affrontano le complessità dell’economia dell’intelligenza artificiale dovrebbero prendere in considerazione un nuovo quadro per il processo decisionale basato sui dati.
Rendere sostenibili gli investimenti nell’intelligenza artificiale con la TBM
La gestione aziendale tecnologica (TBM) aiuta a rendere il ROI più concreto e misurabile, in modo che possa essere rilevante per l’azienda. Riunendo IT Monetary Administration (ITFM), AI FinOps (gestione finanziaria nel cloud per carichi di lavoro AI) e Strategic Portfolio Administration (SPM), un framework TBM collega i dati finanziari, operativi e aziendali in tutta l’azienda. Ciò consente di tenere conto del valore e dei costi dell’AI in un’ampia gamma di dimensioni e di tradurre l’ipotetica innovazione in presentazioni del consiglio di amministrazione e giustificazioni di funds che resistono all’esame accurato.
TBM può aiutare i chief a creare una base di costi affidabile che catturi la spesa per l’AI in manodopera, infrastruttura, inferenza, storage e applicazioni. Man mano che i carichi di lavoro dell’intelligenza artificiale cambiano in modo dinamico, TBM fornisce visibilità su come story spesa viene distribuita tra sistemi locali e ambienti cloud, che richiedono entrambi una pianificazione della capacità diversa per set di competenze specializzate. Il framework collega inoltre gli investimenti ai risultati aziendali, allineando le iniziative di intelligenza artificiale con priorità strategiche e risultati misurabili. Con una maggiore visibilità, puoi identificare i problemi e prendere decisioni rapidamente, advert esempio rilevando tempestivamente i picchi di costo. Il rilevamento precoce può aiutare a determinare se il cambiamento nell’utilizzo merita uno spostamento dei finanziamenti. Questa visione unificata dei dati finanziari e operativi aiuta i chief a ridimensionare ciò che funziona e a rivalutare ciò che non funziona man mano che l’adozione aumenta. TBM fornisce visibilità e contesto essenziali nell’intera conversazione sulla gestione della spesa relativa all’intelligenza artificiale. Anche se i prezzi cambiano, gli strumenti cambiano e i flussi di lavoro cambiano, puoi applicare lo stesso approccio analitico e capire cosa funziona effettivamente e dimostrare il ROI. I chief che rendono operativa l’IA all’interno di un framework TBM possono:
-
Valutare il ROI sia a livello di progetto che di portfolio
-
Individua picchi di costi imprevisti
-
Confronta più strumenti di intelligenza artificiale
-
Comprendere gli effetti a catena tra i sistemi di gestione aziendale
-
Difendi le decisioni di investimento con fiducia
-
Comprendere e gestire i costi totali e l’utilizzo durante il ciclo di vita dell’investimento AI
Dalla teoria alla pratica
Le organizzazioni stanno andando oltre gli esperimenti di intelligenza artificiale e abbiamo superato il punto in cui questi investimenti possono essere finanziati solo con ottimismo. In un contesto di crescente incertezza e sensibilità ai costi, i consigli di amministrazione si pongono domande più strategiche e la finanza vuole dati affidabili.
I chief aziendali che trattano l’intelligenza artificiale come un investimento gestito, piuttosto che una scommessa sull’innovazione, sono coloro che riusciranno a scalarla con successo. Per finanziare l’intelligenza artificiale in modo responsabile, i chief devono stabilire chiarezza su portata, risultati, fattori di costo e preparazione. Un approccio basato sulla TBM fornisce la base dati, la visibilità e la responsabilità per prendere tali decisioni.
Scopri di più qui su come Apptio TBM trasforma la gestione della spesa IT nell’era dell’intelligenza artificiale.
Ajay Patel è direttore generale di Apptio, una società IBM.
Gli articoli sponsorizzati sono contenuti prodotti da un’azienda che paga per il put up o ha un rapporto commerciale con VentureBeat e sono sempre chiaramente contrassegnati. Per ulteriori informazioni, contattare gross sales@venturebeat.com.
