Splunk-rapport: Företagens AI-kostnader blir svårare att förutse

Företag får svårare att förutse sina AI-kostnader när leverantörer går över till konsumtionsbaserad prissättning och AI-agenter tar på sig fler uppgifter, enligt Splunks rapport State of Observability 2026, som TechRadars Craig Hale rapporterar om.

Agenter kan arbeta självständigt och använda mycket olika mängder token beroende på uppgiften, dess komplexitet och vilken modell som väljs. Bland de tillfrågade organisationerna säger 55% att de inte effektivt kan kontrollera AI-kostnaderna. Samtidigt oroar sig 57% för att telemetrikostnaderna överstiger kostnaden för infrastrukturen de övervakar.

Rapporten pekar också på ett närmare samarbete mellan observabilitets- och säkerhetsteamen. Fyra av fem organisationer (81%) säger att övervakning av AI-arbetsbelastningar har ökat samarbetet. 73% uppger att de kan spåra problem till bakomliggande säkerhetsorsaker, jämfört med 65% förra året. Cisco Chief Product Officer Jeetu Patel sade att observabilitets- och säkerhetsdata närmar sig varandra och att teamen behöver samarbeta mer.

Bland observabilitetsledare säger 91% att de kan hänföra AI-kostnader korrekt till specifika agenter, modeller och arbetsbelastningar, jämfört med 69% bland övriga. Rapporten uppger också att tre av fem svarande tycker att oväntade toppar i AI-räkningarna är mer ekonomiskt betungande än en genomgående hög grundkostnad, i takt med övergången till konsumtionsbaserad prissättning.