Apptio, IBM कंपनीने प्रदान केले
क्रांतिकारक क्षमता असलेले तंत्रज्ञान जेव्हा दृश्यावर उदयास येते, तेव्हा कंपन्यांना त्यांच्या उत्साहाला आर्थिक शिस्त लावणे सोपे जाते. बिझनेस ट्रान्सफॉर्मेशन आणि स्पर्धात्मक वर्चस्वाच्या रोमांचक संधींच्या पार्श्वभूमीवर बीन्स मोजणे अदूरदर्शी वाटू शकते. पण पैसा हा नेहमीच एक वस्तू असतो. आणि जेव्हा तंत्रज्ञान कृत्रिम बुद्धिमत्ता असते, तेव्हा या गोळ्या लवकर जोडू शकतात.
ऑपरेशनल कार्यक्षमता, कामगार उत्पादकता आणि ग्राहकांचे समाधान यासारख्या क्षेत्रांमध्ये AI चे मूल्य स्पष्ट होत आहे. तथापि, हे खर्चात येते. दीर्घकालीन यशाची गुरुकिल्ली म्हणजे या दोघांमधील संबंध समजून घेणे – त्यामुळे तुम्ही खात्री करू शकता की AI च्या संभाव्यतेचा तुमच्या व्यवसायावर वास्तविक, सकारात्मक परिणाम होतो.
कृत्रिम बुद्धिमत्ता प्रवेगचा विरोधाभास
AI व्यवसाय प्रक्रियेत परिवर्तन करण्यास मदत करत असताना, त्याचा आर्थिक पदचिन्ह अनेकदा अस्पष्ट राहतो. जर तुम्ही खर्चाला परिणामाशी जोडू शकत नसाल, तर तुमची AI गुंतवणूक अर्थपूर्ण ROI निर्माण करेल याची खात्री कशी बाळगता येईल? या अनिश्चिततेमुळे AI साठी 2025 Gartner® Hype Cycle मध्ये, GenAI “निराशेच्या गर्तेत” गेले आहे हे आश्चर्यकारक नाही.
प्रभावी धोरणात्मक नियोजन स्पष्टतेवर अवलंबून असते. त्याच्या अनुपस्थितीत, निर्णय घेणे अंदाज आणि अंतःप्रेरणेवर अवलंबून असते. या निर्णयांवर बरेच काही अवलंबून आहे. Apptio संशोधनानुसार, सर्वेक्षण केलेल्या 68% तंत्रज्ञान नेत्यांनी त्यांचे AI बजेट वाढवण्याची अपेक्षा केली आहे आणि 39% लोकांचा असा विश्वास आहे की AI त्यांच्या विभागाचा भविष्यातील बजेट वाढीचा सर्वात मोठा चालक असेल.
पण मोठे बजेट चांगल्या परिणामांची हमी देत नाही. Gartner® हे देखील उघड करते की “2024 मध्ये GenAI उपक्रमांवर सरासरी $1.9 दशलक्ष खर्च करूनही, 30% पेक्षा कमी AI नेते म्हणतात की त्यांचे CEO ROI वर समाधानी आहेत.” जर खर्च आणि परिणाम यांच्यात स्पष्ट दुवा नसेल, तर संस्था त्यांचे उद्दिष्ट असलेले मूल्य न वाढवता गुंतवणुकीचे प्रमाण वाढवण्याचा धोका पत्करतात.
आत्मविश्वासाने पुढे जाण्यासाठी, वित्त, IT आणि तंत्रज्ञान क्षेत्रातील व्यावसायिक नेत्यांनी AI च्या आर्थिक अंधत्वाचे स्पष्ट दृश्य प्राप्त करण्यासाठी सहयोग करणे आवश्यक आहे.
कृत्रिम बुद्धिमत्तेचे छुपे आर्थिक धोके
AI च्या धावपळीच्या खर्चामुळे सार्वजनिक क्लाउडच्या सुरुवातीच्या दिवसांमध्ये आयटी नेत्यांना फ्लॅशबॅक पाठवू शकतात. DevOps संघ आणि व्यवसाय युनिटसाठी OpEx आधारावर त्यांची स्वतःची संसाधने खरेदी करणे सोपे असते तेव्हा खर्च आणि अकार्यक्षमता त्वरीत वाढू शकते. खरं तर, AI प्रकल्प क्लाउड इन्फ्रास्ट्रक्चरचे उत्साही ग्राहक आहेत – डेटा प्लॅटफॉर्म आणि अभियांत्रिकी संसाधनांसाठी अतिरिक्त खर्च करत असताना. हे प्रत्येक क्वेरीसाठी वापरलेले सर्वोच्च टोकन आहे. या खर्चाच्या विकेंद्रित स्वरूपामुळे त्यांना व्यवसाय परिणामांचे श्रेय देणे विशेषतः कठीण होते.
क्लाउड प्रमाणे, AI खरेदी करण्याची सुलभता वेगाने AI चा प्रसार करत आहे. मर्यादित अर्थसंकल्पाचा अर्थ असा आहे की खर्च केलेला प्रत्येक डॉलर इतर गरजांसह बेशुद्ध व्यापार-बंद दर्शवतो. लोकांना भीती वाटते की कृत्रिम बुद्धिमत्ता त्यांच्या नोकऱ्या घेईल. परंतु हे देखील शक्य आहे की AI त्यांच्या विभागाचे बजेट घेईल.
दरम्यान, Gartner® च्या म्हणण्यानुसार, “वाढत्या खर्चामुळे, अस्पष्ट व्यवसाय मूल्यामुळे किंवा अत्यंत अपुऱ्या नियंत्रणामुळे 2027 च्या अखेरीस 40% पेक्षा जास्त AI प्रकल्प रद्द केले जातील.” पण हे योग्य प्रकल्प आहेत जे रद्द केले पाहिजेत? गुंतवणुकीला परिणामाशी जोडण्याचा मार्ग नसल्यामुळे, गुंतवणुकीवरील तुलनेने जास्त परतावा मिळून हे उच्च खर्च न्याय्य आहेत की नाही हे व्यावसायिक नेत्यांना कसे कळेल? ?
AI खर्चामध्ये पारदर्शकता न आल्यास, कंपन्या जास्त खर्च करण्याचा, कमी वितरणाचा आणि मूल्य वाढवण्याच्या चांगल्या संधी गमावण्याचा धोका पत्करतात.
पारंपारिक आर्थिक नियोजन कृत्रिम बुद्धिमत्ता का हाताळू शकत नाही
जसे आपण क्लाउडसह शिकलो, आम्ही पाहतो की पारंपारिक स्टॅटिक बजेटिंग मॉडेल डायनॅमिक वर्कलोड आणि जलद स्केलिंग संसाधनांसाठी योग्य नाहीत. क्लाउड खर्च व्यवस्थापित करण्याची गुरुकिल्ली म्हणजे टॅगिंग आणि टेलीमेट्री, जे कंपन्यांना क्लाउडवर खर्च केलेल्या प्रत्येक डॉलरचे विशिष्ट व्यवसाय परिणामांना श्रेय देण्यास मदत करते. AI खर्च व्यवस्थापित करण्यासाठी समान पद्धती आवश्यक असतील. पण आव्हानाची व्याप्ती खूप पुढे जाते. स्टोरेज, कंप्युट आणि डेटा ट्रान्समिशनच्या खर्चाच्या वर, प्रत्येक AI प्रकल्प त्याच्या स्वत:च्या आवश्यकतांचा संच आणतो — ऑन-द-फ्लाय ऑप्टिमायझेशन आणि मॉडेल रूटिंगपासून ते डेटा तयार करणे, नियामक अनुपालन, सुरक्षा आणि स्टाफिंगपर्यंत.
सतत बदलणाऱ्या घटकांचे हे जटिल मिश्रण हे समजण्याजोगे बनते की वित्त आणि व्यवसाय संघांना AI-संबंधित खर्चामध्ये स्पष्ट दृश्यमानता नसते – आणि IT कार्यसंघ व्यवसाय परिणामांसह वापराचा ताळमेळ घालण्यासाठी संघर्ष करतात. परंतु या कनेक्शनशिवाय ROI अचूकपणे आणि अचूकपणे ट्रॅक करणे अशक्य आहे.
खर्चाच्या पारदर्शकतेचे धोरणात्मक मूल्य
खर्चाची पारदर्शकता हुशार निर्णय घेण्यास सक्षम करते – संसाधने वाटप करण्यापासून ते प्रतिभा तैनात करण्यापर्यंत.
विशिष्ट AI संसाधनांना ते समर्थन देत असलेल्या प्रकल्पांशी लिंक केल्याने तंत्रज्ञान निर्णय निर्मात्यांना हे सुनिश्चित करण्यात मदत होते की उच्च-मूल्याच्या प्रकल्पांना ते यशस्वी होण्यासाठी आवश्यक आहे. जेव्हा उच्च प्रतिभेची कमतरता असते तेव्हा योग्य प्राधान्यक्रम सेट करणे विशेषतः गंभीर असते. जर खूप भरपाई मिळालेले अभियंते आणि डेटा शास्त्रज्ञ अनेक मनोरंजक परंतु अनावश्यक वैमानिकांमध्ये पसरलेले असतील, तर पुढील – आणि कदाचित तातडीचे – धोरणात्मक पिव्होट सेट करणे कठीण होईल.
FinOps सर्वोत्तम पद्धती AI ला समानपणे लागू होतात. किमतीची अंतर्दृष्टी पायाभूत सुविधा सुधारण्याच्या आणि कचऱ्याला संबोधित करण्याच्या संधी हायलाइट करू शकतात, उजव्या आकाराचे कार्यप्रदर्शन आणि वर्कलोड आवश्यकतांशी जुळण्यासाठी विलंब किंवा डीफॉल्टनुसार नवीनतम लार्ज लँग्वेज मॉडेल (LLM) वापरण्याऐवजी एक लहान, अधिक किफायतशीर मॉडेल निवडून. जसजसे काम प्रगती करत आहे, तसतसे ट्रॅकिंग वाढत्या खर्चास ध्वजांकित करू शकते जेणेकरून नेते आवश्यकतेनुसार अधिक आशादायक दिशानिर्देशांवर त्वरीत लक्ष केंद्रित करू शकतात. X च्या किमतीत अर्थपूर्ण असलेला प्रकल्प 2X च्या खर्चात व्यवहार्य असू शकत नाही.
ज्या कंपन्या AI खर्चासाठी संरचित, पारदर्शक आणि व्यवस्थितपणे व्यवस्थापित दृष्टिकोन स्वीकारतात त्यांच्याकडे योग्य पैसे योग्य मार्गाने खर्च करण्याची आणि त्यांच्या गुंतवणुकीतून इष्टतम ROI पाहण्याची अधिक शक्यता असते.
TBM: कृत्रिम बुद्धिमत्ता खर्च व्यवस्थापित करण्यासाठी एक संस्थात्मक फ्रेमवर्क
AI खर्चाची पारदर्शकता आणि नियंत्रण तीन पद्धतींवर अवलंबून आहे:
आयटी वित्तीय व्यवस्थापन (ITFM): व्यवसायाच्या प्राधान्यक्रमानुसार आयटी खर्च आणि गुंतवणूक व्यवस्थापित करा
आर्थिक ऑपरेशन्स: आर्थिक उत्तरदायित्व आणि परिचालन कार्यक्षमतेद्वारे क्लाउड खर्च आणि ROI ऑप्टिमाइझ करा
स्ट्रॅटेजिक पोर्टफोलिओ मॅनेजमेंट (SPM): जास्तीत जास्त व्यावसायिक मूल्य वितरित केले जाईल हे सुनिश्चित करण्यासाठी प्रकल्पांना प्राधान्य द्या आणि व्यवस्थापित करा
एकत्रितपणे, या तीन शाखांमध्ये तंत्रज्ञान व्यवसाय व्यवस्थापन (TBM) बनते – एक संरचित फ्रेमवर्क जे तंत्रज्ञान, व्यवसाय आणि वित्त नेत्यांना आर्थिक पारदर्शकता आणि निर्णयक्षमता सुधारण्यासाठी तंत्रज्ञानाच्या गुंतवणुकीला व्यावसायिक परिणामांशी जोडण्यास मदत करते.
बऱ्याच कंपन्या आधीच टीबीएम तंत्रज्ञानाच्या मार्गावर आहेत, त्यांना ते कळले किंवा नाही. त्यांनी FinOps किंवा क्लाउड खर्च व्यवस्थापनाचा काही प्रकार स्वीकारला असेल. किंवा कदाचित ते मजबूत आर्थिक आयटी कौशल्य विकसित करत आहेत. किंवा ते उपक्रम अधिक यशस्वीपणे पार पाडण्यासाठी एंटरप्राइज चपळ नियोजन किंवा धोरणात्मक पोर्टफोलिओ व्यवस्थापन प्रकल्प व्यवस्थापनावर अवलंबून राहू शकतात. कृत्रिम बुद्धिमत्ता या सर्व क्षेत्रांवर अवलंबून आणि प्रभावित करू शकते. त्यांना एका छत्राखाली एक सामान्य मॉडेल आणि शब्दसंग्रहासह एकत्रित करून, TBM AI च्या किमती आणि त्याचा व्यवसायावर होणारा परिणाम याविषयी आवश्यक स्पष्टता प्रदान करते.
एआयचे यश केवळ गतीवर अवलंबून नसून मूल्यावर अवलंबून आहे. TBM द्वारे प्रदान केलेली खर्च पारदर्शकता एक रोडमॅप प्रदान करते जो व्यवसाय आणि IT नेत्यांना योग्य गुंतवणूक करण्यास, खर्च प्रभावीपणे वितरित करण्यास, जबाबदारीने स्केल करण्यास आणि AI ला महागड्या चुकीपासून मोजता येण्याजोग्या व्यवसाय मालमत्ता आणि धोरणात्मक ड्रायव्हरमध्ये बदलण्यात मदत करू शकते.
स्रोत: Gartner® प्रेस रिलीज, Gartner® 2027 च्या अखेरीस, 25 जून 2025 पर्यंत 40% पेक्षा जास्त AI प्रकल्प रद्द केले जातील असा अंदाज https://www.Gartner®.com/en/newsroom/press-releases/2025-06-25-Gartner®-pre dicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
GARTNER® हे युनायटेड स्टेट्स आणि आंतरराष्ट्रीय स्तरावर Gartner®, Inc. आणि/किंवा त्याच्या सहयोगींचे नोंदणीकृत ट्रेडमार्क आणि सेवा चिन्ह आहे आणि ते येथे परवानगीने वापरले जाते. सर्व हक्क राखीव.
अजय पटेल हे IBM मध्ये Apptio आणि IT Automation चे व्यवस्थापकीय संचालक आहेत.
प्रायोजित लेख ही पोस्टसाठी पैसे देणाऱ्या किंवा VentureBeat शी कार्यरत संबंध असलेल्या कंपनीद्वारे उत्पादित केलेली सामग्री असते आणि नेहमी स्पष्टपणे लेबल केलेली असते. अधिक माहितीसाठी, कॉल करा sales@venturebeat.com.
