Как оптимизировать и управлять облачными финансами с ИИ: часть 1

Облачные технологии стали неотъемлемой частью инфраструктуры предприятий. Облака дают гибкость, масштабируемость и доступ к высокопроизводительным ресурсам. Однако с ростом использования облачных вычислений возникают вызовы, связанные с эффективным финансовым управлением облачной средой. Может ли тут помочь искусственный интеллект? Читайте о роли ИИ в оптимизации затрат и управлении облачными финансами, о перспективах инструментов на основе искусственного интеллекта и барьерах внедрения ИИ-функциональности в FinOps-решения.

Рост рынка FinOps и ИИ-эволюция

Мировой рынок публичных облачных сервисов продолжает уверенно расти. Gartner оценивает глобальные расходы на публичные облака в 2023 году на уровне 563,6 миллиарда долларов и прогнозирует прирост в 20.4% в 2024-ом. Рынок FinOps растет вместе с рынком облаков. Согласно исследованию Global Market Estimates, мировой рынок FinOps в 2023 году составлял более 800 миллионов долларов, и к 2028 году вырастет до 2,8 миллиарда долларов с ежегодным приростом (CAGR) 18%. 

Аналитики выделяют тренды на применение ИИ-инструментов как при исследовании облачного рынка в целом, так и при изучении тенденций в управлении расходами на облако. Gartner подчеркивает влияние генеративного ИИ (GenAI) на рост доходов гиперсейлеров, а исследование Foundry показывает, что подавляющее большинство респондентов планируют использовать возможности машинного обучения (57%) в облаках. Кроме того для успешной реализации облачной стратегии респонденты ожидают помощи провайдера в управлении облачными расходами (37%). 

Модели искусственного интеллекта/машинного обучения (AI/ML) используются для управления расходами на облако сравнительно давно. На рынке существует значительное число FinOps-платформ, которые предлагают функции прогнозирования и оптимизации облачных расходов на базе ИИ. Подобные модели обучаются на базе данных об использовании облачных ресурсов большого числа потребителей, дообучаются на данных клиента. Они способны строить прогнозы и давать рекомендации по оптимизации. 

Трансформеры, как графовые нейронные сети, улучшили NLP. Особая архитектура обработки естественного языка позволила быстрее обучать модели построения цепочек. Вместо последовательной обработки данных подход позволяет параллельно анализировать контекст, и в результате мы получаем более эффективные инструменты для распознавания и генерации текстов.

Результатом стало появление больших языковых моделей (моделей, позволяющих создавать значительные фрагменты осмысленного текста) и генеративного ИИ, где искусственный интеллект способен создать не только текст, но и программный код или изображения. Успех Chat GPT, показавший широту возможностей использования большой языковой модели, запустил новый виток внедрения ИИ — в том числе и в инструменты управления расходами.

Тренды FinOps

Принципы и возможности, которыми должна обладать компания для реализации FinOps, за последние 2-3 года не претерпели изменений, однако фокус практикующих экспертов смещается. Рассмотрим актуальные тренды в развитии и применении FinOps.

Во-первых, при выборе облачных решений компании сегодня обращают первостепенное внимание на экономическую эффективность, соизмеряя получаемую выгоду с затратами на облако, как свидетельствует исследование IDC. Заказчики фокусируются на максимизации отдачи от вложений в облачные технологии.

Как показывает исследование FinOps Foundation за 2023 год, при управлении облачными расходами на первый план выходят такие задачи, как формирование культуры FinOps внутри компаний и оптимизация использования ресурсов (rightsizing). При этом снижается акцент на мониторинге аномалий, обеспечении механизмов возмещения затрат подразделениям (showback) и управлении скидками.

Большинство опрошенных компаний достигли высокого уровня зрелости в части прогнозирования собственных расходов на облака. При этом резко выросло число организаций, перешедших от долгосрочного (раз в год) к краткосрочному (ежемесячному) планированию затрат.

Растет популярность собственных инструментов для управления облачными расходами. Их применяют чаще, чем сторонние решения (кроме нативных средств облачных провайдеров). Это может говорить о недостаточном соответствии готовых продуктов потребностям бизнеса в управлении затратами на облако, а также о доступности разработки таких инструментов.

Вместе с тем рынок готовых решений для управления облачными расходами (FinOps platforms) продолжает консолидироваться. В 2023 крупнейшие ИТ-компании, такие как Flexera и IBM, объявили о покупках перспективных вендоров этого сегмента, усиливая собственные позиции.

Параллельно активизировались и нишевые игроки, специализирующиеся на отдельных аспектах FinOps или интеграции со специфическими облачными платформами.

Еще одной важной тенденцией стало признание важности FinOps ключевыми облачными провайдерами — AWS, Microsoft и Google. В 2023 году они начали внедрять стандарты отчетности, стали участниками FinOps Foundation, а также расширили функционал собственных инструментов для управления расходами на облачные услуги.

Наконец, наблюдается тренд на использование возможностей ИИ для упрощения взаимодействия пользователей с платформами управления облачными затратами. В частности, все чаще применяются чат-боты и голосовые помощники на базе языковых моделей.

Эволюция FinOps

Стоит отметить, что сама «операционная модель» FinOps появилась относительно недавно — примерно 4 года назад. Хотя практика управления облачными расходами существует примерно столько же, сколько существует само облако («cloud computing») в нынешнем его понимании — то есть примерно с 2006 года. Именно тогда CEO Google отметил новую облачную модель инфраструктуры на конференции, а AWS запустил свои первые сервисы.

Одним из первых руководств по оптимизации затрат на облако стала методология AWS Well-Architected Framework в 2015 году. Она определяла принципы развертывания облачной инфраструктуры и использования сервисов AWS наиболее экономичным способом.

Примерно в то же время аналитическое агентство Gartner предложило стратегический подход к управлению расходами на IaaS и PaaS.  Gartner уделяет особое внимание прогнозированию расходов и первым выделяет этап планирования облачной инфраструктуры.

Модель FinOps, появившаяся в 2019 году, вобрала лучшие практики предыдущих концепций: ориентация на бизнес-ценность облака, этапность, выделение роли держателей практики. Ее отличие — акцент на взаимодействии финансовых и технических подразделений, итеративности процессов оптимизации затрат, ориентации на гибкую культуру технологических компаний.

Augmented FinOps — хайп или логическое развитие практики?

В 2023 году аналитическая компания Gartner включила понятие Augmented FinOps (дополненный FinOps) в цикл развития перспективных технологий применительно к облачным вычислениям. Согласно прогнозам, в будущем дополненный ФинОпс станет неотъемлемой частью максимизации ценности облачных вложений.

Дополнить FinOps призваны технологии искусственного интеллекта и машинного обучения. Gartner предрекает появление ИИ-систем, которые автоматически будут оптимизировать расходы на облачные ресурсы на основе заданных на естественном языке бизнес-целей компании.

Такие системы смогут в ответ на запросы финансовых директоров не просто анализировать текущие затраты и давать рекомендации по их снижению. Но и самостоятельно вносить изменения в конфигурацию используемых облачных сервисов, применять скидки, переносить нагрузку между разными провайдерами — с целью оптимизации расходов на облако.

По сути, Augmented FinOps можно рассматривать как автоматизацию процессов управления облачным бюджетом, которые сейчас выполняются вручную специалистами по FinOps совместно с бизнес-подразделениями.

Искусственный интеллект в концепции Augmented FinOps призван выполнять следующие ключевые функции:

• Трансформировать запросы и потребности бизнеса в технические задачи и конкретные требования к архитектуре, функционалу и производительности облачной инфраструктуры.
• Моделировать влияние различных вариантов конфигурации облачных платформ на текущие и будущие затраты на инфраструктуру с учетом прогнозов использования мощностей.
• Оперативно находить оптимальный баланс между бизнес-функционалом облачных сервисов и экономической эффективностью их эксплуатации, исходя из задач, бюджетов и требований бизнеса.

В теории, Augmented FinOps способен дать компаниям ряд преимуществ в управлении затратами на облако:

• Улучшенное прогнозирование расходов на основе построения и анализа предиктивных ИИ-моделей использования и стоимости облачных сервисов. Это позволяет снизить риски незапланированных перерасходов.
• Интеллектуальная оптимизация облачной инфраструктуры и проактивный контроль затрат на основе выявления шаблонов ее использования и моделирования сценариев.
• Автоматизация рутинных задач анализа расходов и инфраструктуры. Снижение когнитивной нагрузки на персонал и вероятности ошибок.