一项针对员工数量不超过1000人的SaaS和其他IT公司100名CFO的调查显示,中型IT公司现在将巨额资金投入云服务,这主要由越来越多在云端运行的AI工作负载推动。
调查结果显示,三分之一的IT公司表示他们将年收入的5%到8%用于云服务,另外29%的公司投入超过13%。平均而言,参与调查的公司将收入的10%用于云服务。
根据FinOps供应商Cloud Capital委托进行的这项调查,AI和机器学习工作负载占这些机构云成本的22%。云成本现已成为许多IT和SaaS公司的第二大支出,仅次于工资和其他员工相关支出。
AI带来的权衡
Cloud Capital联合创始人兼CTO Spencer Pingry表示,目前IT公司和SaaS提供商正在承受这些云成本,期待AI带来的效率或生产力提升。
他说:"特别是对于AI工作负载,随着云支出的增加,很多人目前正在应对这种增长,因为他们认为会实现一定的回报。但一旦我们实现这些回报,我认为云支出不会减少,而是会进一步增加。"
对于他们的CIO客户来说,问题是这些IT和SaaS供应商何时开始将这些成本转嫁给他们?
Pingry说:"随着云支出的增加,提高价格是保护利润率的一个常见手段。但在争夺和保留客户竞争激烈的市场中,涨价可能适得其反,会增加客户流失率,让竞争对手更容易赢得转换客户。"
Cloud Capital调查显示,中型IT供应商CFO及其CIO合作伙伴正在努力控制云支出,每月都面临显著的成本波动。Pingry指出,四分之三的IT组织CFO报告称,云支出预测每月在公司收入的5%到10%之间波动。
Pingry补充说,AI工作负载的成本比传统SaaS基础设施更难预测,运行大型AI工作负载的组织比那些AI应用适中的组织更可能报告与云支出相关的利润率下降。
Cloud Capital的报告指出:"训练峰值、使用驱动的推理和实验噪声引入了非线性模式,打破了财务依赖的预测假设。随着AI在云支出中所占份额的持续扩大,这一挑战将会加剧。"
巨幅增长
虽然Cloud Capital没有关于云支出占收入百分比的历史数据——公司计划未来进行跟踪——但调查数字代表了相对于历史趋势的巨大增长。
Gartner在2024年计算出,跨多个行业的中型公司整个IT预算仅占收入的3%,软件发布和互联网服务公司在IT上的支出刚刚超过收入的6%。
软件供应商Appfire的CTO Ed Frederici表示,调查显示公司平均将收入的10%用于云服务似乎很高,但毫无疑问云支出正在增加。他说,该公司目前将约1.6%的收入用于云计算。
尽管如此,他说云计算和存储成本正在上升。"当你使用基于消费的定价时,你可能从每天几美元增加到1000美元,所以我们非常谨慎地关注这一点。"
虽然Appfire没有很多AI密集型云工作负载,但Frederici看到了随着AI计算和存储需求相互促进,云成本如何快速攀升。
他说:"你想要拥有的AI知识越多,你需要的存储就越多。这是一种非良性循环——你让AI越强大,就越会推高两项最昂贵的成本。"
过度的灵活性
其他IT领导者认为调查结果更符合现实。数字化转型提供商UST全球云咨询主管Rick Clark表示,在许多组织中,开发人员拥有过多权力来为短期项目启动新的云资源。
他说:"当消费与商业价值脱节,当我们将开发人员的灵活性与生产力混淆时,云支出攀升至收入的10%。在数据中心时代,没有人会允许开发人员安装硬件,但在云时代,我们给了他们几乎无限的基础设施选择,却没有经济指导。"
Clark补充说,云服务本身并不一定过于昂贵,但许多组织通过无意的消费搬起石头砸自己的脚。他补充说:"当系统在没有清楚了解其应该提供的价值的情况下构建时,成本就会上升。"
此外,他说对错过AI的恐惧导致云支出飞速增长。
Clark补充说:"没有高管愿意向董事会解释为什么另一家公司使用AI实现了飞跃。这创造了一个不计成本的支出热潮,涉及训练、推理和数据移动,通常叠加在已经经济上不连贯的架构之上。"
专家表示,IT领导者与CFO合作,可以采取几个步骤来控制云支出。虽然一些专家指出IT团队使用FinOps实践,但Clark说这只是解决方案的一部分。
他说:"FinOps有助于发现明显的浪费,如未使用的资源,但这只是一次性的权宜之计。更大的问题是FinOps经常将成本责任推给开发人员,而他们对收入、利润率或他们正在构建的工作负载的经济目标没有洞察。成本是商业决策,不是技术决策。"
Cloud Capital的Pingry说,IT领导者需要与CFO密切合作,为云支出设定符合IT团队需求和业务目标的目标。随着云预算占收入的比例越来越大,CFO需要对云预算有投入,CIO和CFO之间的良好关系可以带来对双方部门需求的更好理解。
Pingry说:"我给任何IT领导者的建议是加强与财务部门的关系,因为这通常被视为负面的,财务部门来寻找削减的方法,但他们只是希望事情按计划进行,只要计划得到执行,财务部门就很满意。"
Appfire的Frederici建议IT领导者定期检查团队的云使用情况,并勤于切断不再需要的云资源。他说,IT团队还可以设置警报,在云使用或支出偏离常规时通知他们。
他说,Appfire专注于云优化,定期关闭不再需要的云资源。
他说:"很常见的情况是你的开发人员、QA人员有能力启动他们想要的任何非生产环境。他们为一个实验启动它,然后忘记它的存在,为下一个实验启动另一个。突然间,你就有了真正广泛的扩散。"
Q&A
Q1:Cloud Capital调查显示中型IT公司云支出占收入的比例是多少?
A:调查显示,三分之一的IT公司将年收入的5%到8%用于云服务,另外29%的公司投入超过13%。参与调查的公司平均将收入的10%用于云服务,其中AI和机器学习工作负载占云成本的22%。
Q2:为什么IT公司愿意承受如此高的云成本?
A:IT公司和SaaS提供商目前正在承受这些云成本,主要是期待AI带来的效率或生产力提升。虽然云成本现已成为仅次于人力成本的第二大支出,但公司认为会从AI投资中实现一定的回报。
Q3:如何有效控制企业的云支出?
A:专家建议IT领导者与CFO密切合作设定符合业务目标的云支出计划,定期检查团队云使用情况,及时关闭不再需要的云资源,设置支出偏离警报。同时要避免给开发人员过多启动云资源的权限,防止无意的资源浪费。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。