Apptio, società del gruppo IBM attiva nella gestione economica della tecnologia, ha un ampliamento del proprio portfolio per tenere sotto controllo la spesa in intelligenza artificiale. Il filo conduttore è portare costi e consumi dei modelli di IA nello stesso perimetro in cui le aziende già osservano cloud, infrastrutture e applicazioni, così da stimare la spesa futura, metterla in relazione con i risultati ottenuti e capire quali iniziative valga la pena far crescere.
Connettori e server MCP
Il primo tassello riguarda le connessioni native dirette verso i principali sistemi di IA, che portano dentro Apptio i dati di costo e di utilizzo dei modelli. I connettori per OpenAI e Anthropic sono già disponibili per tutti i clienti, mentre altre fonti sono attese nel quarto trimestre.
In pratica, il consumo di IA, spesso misurato in token (le unità con cui molti fornitori calcolano l’uso dei modelli), può essere trattato come una qualsiasi altra voce di spesa tecnologica, all’interno delle pratiche di FinOps, cioè la gestione finanziaria del cloud, e di Technology Business Management, la disciplina che attribuisce i costi dell’IT ai servizi di business.
Il secondo tassello sono i server Model Context Protocol (MCP), un protocollo che consente agli strumenti di IA di accedere a dati e applicazioni esterne. Quelli annunciati da IBM servono a collegare dati finanziari, operativi, organizzativi e di portafoglio con strumenti di IA di terze parti, in modo che le informazioni sulla tecnologia siano disponibili anche negli ambienti in cui i team lavorano e prendono decisioni. La disponibilità generale è prevista nel quarto trimestre per IBM Cloudability, IBM Apptio e IBM Targetprocess.
Cloudability: l’IA come voce di costo e di pianificazione
In IBM Cloudability, la piattaforma dedicata ai costi del cloud, alla spesa tradizionale si affiancano il costing delle applicazioni di IA e i dati su utilizzo e token. Il prodotto supporta l’unit economics di IA e cloud, ovvero la lettura dei costi in rapporto all’unità di servizio erogata, e l’ottimizzazione delle tariffe tramite raccomandazioni sugli impegni di spesa per i servizi di IA offerti dagli hyperscaler, i grandi fornitori di cloud. Le funzioni di pianificazione finanziaria coprono previsioni e budget dei costi di IA, mentre un AI Assistant permette di interrogare in linguaggio naturale i dati su spesa cloud e IA e di ottenere indicazioni in tempo reale.
Apptio: dall’analisi assistita al ritorno sull’investimento
In IBM Apptio arrivano tre strumenti: AI Assistant, che risponde a domande in linguaggio naturale sui dati finanziari, cloud e di portafoglio per individuare fattori di costo, rischi e opportunità; AI Lens, dedicato alla sintesi dei report; AI Data Assistant, pensato per automatizzare la preparazione dei dati. Secondo IBM, il risultato è una minore dipendenza da utenti specialisti e dalla navigazione manuale tra le dashboard.
Sul fronte economico, le funzionalità di AI Economics ampliate offrono una visibilità più approfondita sui costi di cloud e AI, mentre le nuove AI Value & ROI collegano gli investimenti tecnologici, compreso il costo totale di proprietà (TCO) dell’AI, a risultati di business misurabili. La pianificazione basata sui driver, infine, punta a migliorare le previsioni della spesa variabile, quella che oscilla in funzione dell’utilizzo.
Kubecost: più dettaglio sui costi di rete
IBM Kubecost amplia la visibilità sui costi di rete degli ambienti Kubernetes, con un livello di dettaglio maggiore per il traffico in ingresso e in uscita di AWS NAT Gateway e per quello tra zone e tra regioni. L’obiettivo è individuare i fattori che determinano la spesa di rete e ricondurre gli addebiti alle risorse Kubernetes e ai flussi di traffico che li generano.
Sul valore di un approccio unificato ha commentato Tim Crawford, Founder e Principal Analyst di AVOA: “Le aziende stanno investendo con decisione nell’AI, ma la visibilità sui costi da sola non basta. I leader devono capire quanto spendono, chi ne è responsabile e, in definitiva, quale valore ne ricava il business. Riunendo intelligenza tecnologica, finanziaria e di portafoglio, Apptio aiuta le organizzazioni a costruire un quadro più completo dei propri investimenti in AI e in tecnologia, per prendere decisioni migliori“.
Costi sparsi e poco visibili
A motivare l’intervento è, secondo IBM, la difficoltà di ottenere un quadro completo. Un’indagine dell’IBM Institute for Business Value, condotta con Oxford Economics su 2.000 dirigenti senior del settore tecnologico in 33 aree geografiche e 19 settori tra gennaio e aprile 2026 e pubblicata a giugno, indica che l’85% degli intervistati non dispone di una visibilità completa e in tempo reale sulla spesa in AI. Il motivo è strutturale: i costi si distribuiscono tra fornitori di modelli, infrastrutture cloud, applicazioni e team diversi, e non è semplice stabilire quanto costi ciascun progetto e quale contributo dia al business.
Su questo punto si è espresso Eugene Khvostov, Chief Product Officer di IBM Apptio: “Gli investimenti in AI crescono più velocemente di quanto molte organizzazioni riescano a governarli e valutarli efficacemente, e la frammentazione e l’obsolescenza dei dati su tecnologia e su AI non fanno che aumentare la complessità. Stiamo ampliando queste funzionalità in tutto il nostro portfolio per affrontare queste sfide in modo diretto e fornire ai team l’intelligenza finanziaria sulla tecnologia di cui hanno bisogno per comprendere l’economia dell’AI al massimo livello di dettaglio e in tempo reale, prendere decisioni migliori e orientare gli investimenti verso le iniziative che generano maggior valore“.
Disponibilità
Sono già disponibili in modalità generale i connettori per OpenAI e Anthropic, il supporto all’AI Unit Economics e la pianificazione finanziaria per i servizi di AI in Cloudability, gli strumenti AI Assistant, AI Lens e AI Data Assistant in Apptio e la visibilità sui costi di rete di Kubecost, estesa a tutti i livelli di prodotto. Dal 6 novembre sono disponibili anche IBM Apptio AI Value & ROI e il percorso di maturità AI Economics, con i miglioramenti su AI Spend e su AI TCO & Usage.
Il quarto trimestre vedrà invece l’arrivo della pianificazione basata sui driver, dell’AI Scenario Planning, dei server MCP per Cloudability, Apptio e Targetprocess e di ulteriori connettori. Per l’AI Unit Economics di Cloudability sono previsti nuovi miglioramenti nel quarto trimestre 2026 e nel corso del 2027.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link



