企业正在将 FinOps 扩展到云之外，以控制人工智能和 SaaS 成本。人工智能不可预测的支出需要新的战略，而治理正在取代短期的成本削减。多云的复杂性导致效率低下，财富 100 强企业正在将 FinOps 作为一项标准。现在，控制技术支出至关重要。
SaaS 或人工智能解决方案的标价仅仅是个开始。在评估技术平台时，必须考虑到这些潜在的额外成本，而许多供应商在介绍时都会不经意地忽略这些成本：
人工智能系统的好坏取决于其处理的数据。根据 Gartner 的研究，数据准备通常占人工智能实施总成本的 20-30%。许多组织低估了数据准备所需的资源：
管理人工智能成本与管理传统云支出不同。人工智能的运行规模完全不同，由 GPU、训练周期和实时推理处理驱动。人工智能的成本结构非常复杂：
很少有公司使用完全自主的系统。您的人工智能解决方案可能必须与以下设备连接：
根据技术环境的不同，可能有必要为以下项目编制预算：
根据《麻省理工学院斯隆管理评论》（MIT Sloan Management Review），实施人工智能解决方案的组织通常需要将 15-20% 的预算用于培训和变革管理。这需要实事求是地加以考虑：
FinOps 的早期阶段主要是削减成本。但企业意识到，一旦消除了明显的低效，真正的价值就来自于治理：制定政策、自动化和长期财务纪律。
优化是一蹴而就的。管理是一个组织保持大规模财务纪律的关键。这是对成本超支做出反应与首先防止成本超支之间的区别。管理意味着制定云计算利用政策，实现支出控制自动化，并确保成本效益成为核心业务职能。
公司混合使用 SaaS、公共云、私有云和内部数据中心。这使得成本管理变得更加复杂。不同的云提供商有不同的计费结构，而私有数据中心则需要完全不同成本模式的初始投资。
多云战略又增加了一层复杂性：
.jpeg)
我们提供极具竞争力的订购成本，大大低于市场平均水平。这一低价并非诱饵，而是我们运营效率的结果，也是我们致力于让所有公司都能使用人工智能的结果。
与其他将实际支出隐藏在诱人的初始价格背后的供应商不同，我们将经济实惠的订购与完全透明的服务相结合：
.png)
尽管了解成本的全貌很重要，但许多组织在实施后也会发现一些 "隐藏的好处"：
人工智能的实施往往会在主要用途之外创造出意想不到的效率。我们的一个制造业客户最初使用我们的平台来优化库存，但发现采购流程的显著改善是其次带来的好处。
现代人工智能驱动的 SaaS 解决方案通常会取代多个传统系统，从而消除最初投资回报率计算中可能不会出现的维护成本和技术责任。
人工智能平台的分析能力往往能让公司洞察市场趋势和竞争定位，而这些以前都是公司支付给外部顾问的费用。
FinOps 正在发生迅速变化。起初的云计算成本优化战略，如今已成为管理 SaaS 和人工智能支出的基础。认真对待 FinOps，尤其是在治理和控制人工智能成本方面的公司，将在管理数字化转型方面获得竞争优势。
了解完整的成本情况并不意味着不鼓励采用人工智能，而是通过适当的规划确保成功实施。我们的实施专家可以帮助您制定全面的预算，并将您的具体组织背景、现有系统和内部能力考虑在内。
.svg)
.svg)
.svg)
.jpeg)
.jpeg)
.png)
.jpeg)
