随着工作量的激增和用户请求流的不断波动，云服务已经让许多首席财务官在月底感到头疼。每月2.5万美元的费用可能在下个月突然飙升至20万美元。正如我们所知，首席财务官们不喜欢这种波动。

Flexera /确认/is的一项调查显示，大多数公司(69%)每年在云计算上的支出超过100万美元。近四分之一的受访者(24%)目前每年在公共云上的支出超过1200万美元。即使在样本中的中小型企业中，26%的企业每年的支出也超过100万美元。

如果这些成本更容易预测，那么它们对首席财务官来说就不那么令人头疼了。它们是可以做到的，但还有另一个阻碍因素:人工智能，它严重依赖云服务的处理能力和存储容量。隶属于Linux基金会的FinOps基金会对1245家云计算消费公司进行的新研究发现，目前很少有组织跟踪人工智能的成本。与此同时，31%的受访者表示，人工智能/机器学习的成本正在影响他们的云成本衡量和缓解工作。

FinOps鼓励基于数据驱动的决策，将云支出与业务目标结合起来，这被视为一种解决疯狂问题的方法。然而，仍有一个难题需要解决。“人工智能/机器学习是否会成为管理各级云支出的最大成本之一?”该调查的作者，FinOps基金会的首席技术官Mike Fuller问道。“还是会利用这项技术让从业者更容易工作，解锁更智能的优化和自动化?”前者已经在许多人身上发生，而后者仍然是一个希望。”

这个故事正在向两个方向展开:

• AI for FinOps:将AI/ML用于FinOps本身的实践
• FinOps for AI:在FinOps实践中管理AI/ML服务成本

Fuller指出，对于那些每年在云服务上花费1亿美元或更多的公司来说，管理人工智能的成本越来越令人担忧。“总体云支出较高的组织往往将人工智能/机器学习视为需要管理的可变成本的快速增长来源。”人工智能的成本目前还不是小型组织所关心的问题。

FinOps基金会执行董事J.R. Storment补充道:“人工智能最初并没有起到帮助作用，实际上已经开始对大客户的云计算账单产生负面影响，并且由于云计算支出的增加，它直接影响了利润率。”

人工智能提供了更大、更智能的自动化，这是自动化跟踪和管理云支出的关键。然而，报告指出，很明显，“人们对完全自动化缺乏信任，在这种情况下，行动是在没有任何人工批准的情况下进行的。”“我们听说，大客户，尤其是那些受监管行业的客户，对自动化更加谨慎。我们还听说，将自动化集成到现有系统和工作流中是具有挑战性的，特别是在DevOps团队分布并在云部署中使用混合工具的环境中。”

他们补充说，由于缺乏信任，“完全自动化可能需要数年时间才能建立起来”。