Spesa
FinOps AI: come governare la spesa AI a consumo
Redazione Delphis · Pubblicato il · 6 min di lettura
Il FinOps AI è la pratica di governare la spesa AI a consumo, cioè quella che dipende dal volume effettivamente usato (chiamate API, token, modelli ospitati), rendendola visibile, attribuibile e controllabile. Si regge su quattro elementi: visibilità per team e progetto, attribuzione dei costi con tag, budget con soglie di allerta e ottimizzazione continua, con ruoli chiari tra tecnologia, finanza e business.
Perché la spesa AI a consumo richiede un governo specifico
Una licenza per seat ha un costo noto in anticipo: numero di seat per prezzo. La spesa a consumo no. Il costo dipende da quante richieste partono, da quanto sono lunghe e da quale modello le elabora. Un team che sperimenta può generare un costo modesto, e lo stesso team, con un prototipo che passa in produzione, può moltiplicarlo senza che il budget lo preveda.
Tre caratteristiche la distinguono: la variabilità (il costo cambia con l'adozione e con le scelte tecniche), il decentramento (chi consuma non è chi paga) e l'opacità (senza etichettatura la fattura mostra un totale, non a chi appartiene).
Il FinOps è nato per il cloud, e i suoi principi si applicano all'AI senza dipendere da un fornitore specifico: far lavorare insieme chi costruisce, chi paga e chi decide, per ottenere valore dalla spesa. Per la parte a seat, il riferimento è come ridurre la spesa per le licenze AI. Qui si tratta la parte a consumo.
Visibilità: vedere la spesa per team, progetto e caso d'uso
Il primo obiettivo è sapere dove vanno i soldi. Servono tre livelli di dettaglio.
- Per fornitore e modello: quanto si spende su ciascun servizio e su quale famiglia di modelli.
- Per team e progetto: chi consuma. È il livello su cui si responsabilizza.
- Per caso d'uso: a quale funzione di business corrisponde il consumo. È il livello che permette di confrontare costo e valore.
La fonte sono i dati di utilizzo e di fatturazione che i fornitori mettono a disposizione, in misura diversa, tramite console o esportazioni. Conviene verificare per ciascun fornitore quale granularità sia disponibile. Dove i dati sono parziali, un livello intermedio interno (un servizio che instrada le richieste e le registra) restituisce un quadro uniforme tra fornitori diversi.
Un cruscotto utile mostra la spesa del periodo, il confronto con il budget, la proiezione a fine mese e il costo unitario per caso d'uso. Bastano pochi indicatori per cominciare.
Tag e attribuzione dei costi: chi paga cosa
L'attribuzione trasforma un totale in una responsabilità. Si fonda su una convenzione di etichettatura semplice e applicata ovunque.
Un set minimo di etichette:
- Team proprietario.
- Progetto o prodotto.
- Caso d'uso, allineato al registro aziendale.
- Ambiente: sviluppo, collaudo, produzione.
- Centro di costo di imputazione.
Regole pratiche: ogni chiave di accesso o account di servizio appartiene a un solo team e a un solo progetto: le chiavi condivise rendono impossibile l'attribuzione. L'etichettatura è obbligatoria alla creazione. La quota di spesa non etichettata è un indicatore da monitorare.
Se una risorsa serve più progetti, si documenta una regola di ripartizione (per volume di richieste o per quote fisse): meglio approssimativa e condivisa che assente.
Il registro dei casi d'uso, descritto in registro dei casi d'uso e governance dell'AI, è la base naturale per l'etichetta di caso d'uso: lega spesa e responsabilità.
Budget e soglie di allerta
Un budget senza allerte è un'intenzione. Le soglie trasformano il budget in un controllo.
Esempio ipotetico, con valori inventati a scopo illustrativo. Un progetto ha un budget mensile di €10.000 per il consumo AI. Le soglie sono:
- 50%: €5.000, allerta informativa al team.
- 80%: €8.000, allerta al responsabile del progetto e alla finanza.
- 100%: €10.000, allerta con decisione obbligatoria (aumentare il budget, limitare, rivedere).
Alla fine del decimo giorno di un mese di 30 giorni, la spesa è €4.500: non ha superato alcuna soglia. Ma la proiezione lineare è €4.500 ÷ 10 × 30 = €13.500, cioè il 35% oltre il budget (€3.500 su €10.000). Per questo, oltre alle soglie sul consumato, serve un'allerta sulla proiezione di fine periodo: avvisa mentre c'è ancora tempo per intervenire.
Altre buone pratiche:
- Limiti tecnici (tetti di spesa o di richieste) dove possibile, per evitare che un errore di programmazione, come un ciclo di chiamate, consumi il budget in poche ore.
- Una procedura di escalation scritta: chi viene avvisato, chi decide, entro quanto tempo.
Ottimizzazione: ridurre il costo unitario senza perdere qualità
L'ottimizzazione parte da un indicatore: il costo unitario, cioè il costo per richiesta, per documento elaborato o per risultato utile. È più informativo del totale, perché separa la crescita sana (più uso) dall'inefficienza (più costo per lo stesso risultato).
Esempio ipotetico: un caso d'uso elabora 40.000 richieste in un mese con una spesa di €6.000. Il costo unitario è €6.000 ÷ 40.000 = €0,15 per richiesta. Dopo un intervento di ottimizzazione il costo scende a €0,12: il risparmio è €0,03 × 40.000 = €1.200 al mese, cioè il 20% (1.200 ÷ 6.000).
Le leve, in termini generali:
- Scelta del modello per compito. I compiti semplici non richiedono il modello più capace e costoso. Si definisce un criterio di assegnazione e lo si verifica con test di qualità.
- Lunghezza delle richieste e delle risposte. Prompt più concisi, contesto limitato a ciò che serve, risposte con una lunghezza massima.
- Riuso dei risultati. Evitare di rielaborare più volte la stessa richiesta, dove è accettabile.
- Spegnimento di ciò che non serve. Ambienti di test dimenticati, prototipi abbandonati, chiavi non più usate.
Ogni ottimizzazione va validata sulla qualità: un risparmio che peggiora il risultato sposta il costo altrove. Per questo il costo unitario va letto insieme a un indicatore di qualità o di esito del processo, secondo la logica del ROI dell'AI.
Ruoli e responsabilità nel FinOps AI
Il FinOps è una pratica trasversale. Funziona quando i ruoli sono esplicitati.
- Chi sviluppa e gestisce i team tecnici: etichetta le risorse, monitora il proprio consumo, ottimizza.
- Piattaforma o centro di eccellenza AI: definisce convenzioni, strumenti e limiti tecnici, e gestisce l'instradamento.
- Finanza e controllo di gestione: definisce i budget, riceve le allerte, riconcilia fatture e consuntivi, gestisce l'imputazione.
- Procurement: negozia condizioni e impegni di spesa sulla base dei consumi osservati.
- Responsabile di business del caso d'uso: risponde del valore ottenuto rispetto al costo.
- Sponsor (CIO o Chief AI Officer): arbitra le priorità.
Cadenza: revisione settimanale dei team sulle allerte, mensile con la finanza sugli scostamenti, trimestrale con il procurement.
I passi per avviare il FinOps AI
- Inventariate le fonti di consumo: account, chiavi, progetti, modelli ospitati, fornitori.
- Assegnate un proprietario a ogni fonte.
- Adottate la convenzione di etichette e rendetela obbligatoria.
- Costruite il cruscotto con spesa, budget, proiezione e costo unitario.
- Fissate budget e soglie per progetto, con una procedura di escalation.
- Misurate il costo unitario dei primi tre casi d'uso più costosi e cercate le leve.
- Integrate il consumo nel TCO della soluzione: vedi i costi nascosti del TCO dell'AI.
- Rivedete a cadenza fissa convenzioni, soglie e ruoli.
Dove si colloca Delphis
Delphis è una piattaforma indipendente dai fornitori di AI che collega spesa, adozione, impatto e obblighi normativi. Riconcilia i costi con l'utilizzo reale, in modo da leggere la spesa a consumo accanto a quella per seat, e aiuta a confrontare il costo con l'impatto misurato su processi circoscritti, con una baseline prima e dopo. I dati sulle persone restano aggregati per ruolo o reparto. Per vedere l'approccio, consultate la pagina Spesa.
Domande frequenti
- Che cos'è il FinOps AI?
- È l'applicazione dei principi FinOps alla spesa AI a consumo: rendere i costi visibili, attribuirli a team e progetti, fissare budget e soglie e ottimizzare in modo continuo, con responsabilità condivise tra tecnologia, finanza e business.
- Perché la spesa AI a consumo è difficile da prevedere?
- Perché dipende dal volume di richieste, dalla lunghezza dei testi e dal modello usato, tutti fattori che cambiano con l'adozione. Un aumento d'uso o un cambio di prompt può far crescere il costo senza che nessuno lo decida.
- Come si attribuiscono i costi AI a team e progetti?
- Con un'etichettatura coerente (tag) di ogni chiave, account o progetto che consuma, e un mapping verso centri di costo. Dove il fornitore non offre l'etichettatura, si usa un livello intermedio interno che registra chi chiama cosa.
- Quali soglie di allerta conviene impostare?
- Uno schema comune prevede allerte a una quota del budget, ad esempio 50%, 80% e 100%, e un'allerta sulla proiezione di fine periodo. Le soglie vanno calibrate sul rischio di ciascun progetto.
Vuoi vederlo sui tuoi strumenti AI?
Una demo sui tuoi casi d'uso, con il nostro team e senza impegno.
Richiedi una demo