De uitgaven aan AI dalen: 5 stappen om je voor te bereiden op de volgende consumptiefase.

Nu de periode van hoge uitgaven aan kunstmatige intelligentie voorbij is, is het tijd voor de volgende fase. Ontdek 5 essentiële stappen om gelijke tred te houden met de nieuwe golf van AI-gebruik.

De belangrijkste dingen die je moet weten

  • Een compleet beeld krijgen van technologieverbruik, inclusief uitgaven aan complexe AI zoals code en het gebruik van grafische processoren, is essentieel om de waarde te beoordelen en verspilling te voorkomen die met 59% toeneemt.
  • De overgang van "meer gebruik" naar "beter gebruik" van kunstmatige intelligentie vereist intern beheer dat het gebruik koppelt aan cruciale bedrijfsstatistieken, en tegelijkertijd de technologie-, financiële en inkoopteams op één lijn brengt met een gedeelde visie.
  • Heronderhandel regelmatig leverancierscontracten om flexibiliteit en controle over de uitgaven te garanderen naarmate AI-prijsmodellen veranderen, en gebruik AI-tools om optimalisatie om te zetten in een continu proces van afvaldetectie en vraagvoorspelling.

De afgelopen twee jaar beschouwden veel organisaties de implementatie van AI als een doel op zich. Hoe meer gebruikers, tools en ervaringen, hoe beter. Maar tegenwoordig meten leiders succes niet langer alleen af ​​aan de mate van implementatie. Ze vragen zich nu af wat de kosten zijn, waar AI daadwerkelijk waarde creëert en of bedrijven het zich kunnen veroorloven om AI op een verantwoorde manier op te schalen.

Dit is het volgende hoofdstuk in het beheren van AI en technologie-uitgaven. Bedrijven die in deze omgeving succesvol zijn, zullen niet per se de bedrijven zijn die de meeste technologie verbruiken, maar eerder de bedrijven die technologiegebruik kunnen koppelen aan meetbare zakelijke waarde. Deze aanpak sluit aan bij het idee dat incrementele verbeteringen de sleutel zijn tot succes met AI.

Deze verschuiving van het maximaliseren van gebruiksgemak naar het maximaliseren van waarde, ook wel "valuemaxxing" genoemd, is een grote uitdaging voor leiders in de technologiesector.

Leidinggevenden die nu deze vijf stappen volgen, zijn klaar voor een toekomst waarin technologiegebruik en zakelijke waarde samen gemeten moeten worden:

1. Het realiseren van een duidelijke visie voor de gehele technologiestack

Organisaties kunnen niet beheren wat ze niet kunnen zien. Deze noodzaak wordt nog groter wanneer kosten variabel, verspreid en voortdurend aan verandering onderhevig zijn.

Het technologiegebruik is tegenwoordig niet langer beperkt tot één budget of systeem. Het omvat nu SaaS-applicaties, cloudinfrastructuur, dataplatformen, AI-modellen, agents en infrastructuur in het algemeen. AI voegt daar nog een extra laag complexiteit aan toe, waarbij uitgaven kunnen worden uitgedrukt in tokens, credits, modelgebruik, GPU-verbruik, dataoverdracht en AI-gestuurde applicaties.

Aangezien slechts 31% van de organisaties een duidelijke visie heeft op AI-software en 59% een jaarlijkse toename van verspilde AI-uitgaven rapporteert, is een eenduidige, betrouwbare bron van informatie voor de gehele technologiestack belangrijker dan ooit.

Zonder een alomvattend beeld van technologiegebruik nemen organisaties beslissingen op basis van gefragmenteerde informatie. Dit beeld gaat niet alleen over kostenbeheersing; het gaat erom te begrijpen waar investeringen waarde genereren en waar uitgaven worden verspild.

2. Het ontwikkelen van een bestuursmodel voor consumptie

Veel organisaties hebben grootschalige experimenten met kunstmatige intelligentie aangemoedigd, om er later achter te komen dat het gebruik ervan volledig uit de hand is gelopen. Daarom is een intern governancekader cruciaal voor het succes van elk bedrijf. Governance biedt teams de nodige controle om verantwoord te schalen, vooral omdat de governance van AI-agenten steeds belangrijker wordt.

Wat betreft kunstmatige intelligentie in het bijzonder, moeten leiders de stap zetten van "meest nuttig" naar "optimaal nuttig". Het gaat erom te bepalen of AI de doorlooptijd, de klantervaring, de operationele efficiëntie, de omzetgroei of een andere belangrijke bedrijfsindicator verbetert.

Om dit proces in goede banen te leiden, stellen grote bedrijven steeds vaker (85%) speciale teams of senior managers aan voor AI- en technologiebeheer. Dit zorgt voor inzicht, controle en samenwerking tussen de teams. Het is essentieel voor bedrijven om te voorkomen dat AI een ongecontroleerde kostenpost wordt.

3. Contracten heronderhandelen om flexibiliteit en verantwoording te waarborgen.

Prijsmodellen voor technologie veranderen in een ongekend tempo. Langlopende, vaste overeenkomsten zullen wellicht nog steeds relevant blijven, maar het beheer ervan is complexer geworden in omgevingen waar het gebruik snel kan veranderen.

Leiders moeten tegenwoordig regelmatig leveranciersovereenkomsten evalueren om ervoor te zorgen dat ze de werkelijke gebruikspatronen en toekomstige bedrijfsbehoeften weerspiegelen. Dit is vooral belangrijk omdat AI-aanbieders voortdurend nieuwe gebruiksmodellen en verdienmodellen introduceren.

Bedrijven moeten rekening houden met meer, en niet minder, complexiteit in de prijsstelling. Het doel is niet alleen om lagere kosten te bedingen, maar om overeenkomsten te sluiten die bedrijven de ruimte geven om te innoveren en tegelijkertijd de controle over de uitgaven te behouden.

4. De technologie-, financiële en inkoopteams op elkaar afstemmen

Gebruiksafhankelijke kosten hebben gevolgen voor meerdere teams. Terwijl technologieteams het gebruiksvolume bepalen, zorgen andere afdelingen voor het noodzakelijke toezicht, waarbij de financiële afdeling de budgettaire gevolgen beheert en de inkoopafdeling de leverancierscontracten. Zonder afstemming kunnen organisaties gemakkelijk de controle over de uitgaven verliezen.

Organisaties die het verbruik goed beheren, ontwikkelen een gedeelde visie op gebruik, kosten en waarde. Ze stellen gemeenschappelijke meetinstrumenten vast, zorgen voor duidelijke verantwoordelijkheden en bevorderen regelmatige samenwerking tussen afdelingen.

Wanneer teams werken op basis van dezelfde gegevens en dezelfde definitie van waarde, worden die beslissingen weloverwogen en worden kostbare verrassingen voorkomen.

5. Hoe transformeert kunstmatige intelligentie verbetering van een reactief proces naar een continu proces?

Gebruik tools voor kunstmatige intelligentie om de toenemende complexiteit van technologiegebruik beter te beheersen.

Optimalisatie mag niet beperkt blijven tot periodieke budgetteringsoefeningen. Tegen de tijd dat een kostenprobleem in een rapport naar voren komt, kan het gebruik alweer veranderd zijn.

Kunstmatige intelligentie kan teams helpen ongebruikelijke gebruikspatronen te ontdekken, verspilling te identificeren, de vraag te voorspellen en slimmere planning binnen teams te ondersteunen. Maar AI-gestuurde optimalisatie moet gekoppeld zijn aan door mensen gedefinieerde doelen. Het doel is om teams te helpen betere, snellere beslissingen te nemen, met een duidelijker inzicht in wat er wordt gebruikt, de kosten ervan en waar het waarde creëert.

Technologieconsumptie omzetten in waarde

De volgende fase van AI in het bedrijfsleven zal er heel anders uitzien dan de eerste. De afgelopen jaren lag de focus op experimenteren en implementatie. De toekomst behoort toe aan organisaties die verantwoording, goed bestuur en toegevoegde waarde kunnen aantonen.

Kunstmatige intelligentie heeft de verschuiving van de industrie naar consumentgerichte technologiemodellen versneld, wat naast nieuwe kansen ook nieuwe economische uitdagingen met zich meebrengt. Naarmate organisaties AI steeds meer gaan gebruiken, wordt inzicht in de relatie tussen gebruik, kosten en zakelijke impact een cruciaal concurrentievoordeel.

De hype rond de adoptie van AI loopt ten einde. Wat volgt is een meer gedisciplineerde visie, betere governance en financiële verantwoording, die zullen bepalen wie innovatie succesvol kan opschalen en wie vastloopt in de kosten.

Reacties zijn gesloten.