本文來自微信公眾號“計算機世界”。
云計算成本仍然是IT領(lǐng)導(dǎo)者關(guān)注的一個關(guān)鍵問題，他們發(fā)現(xiàn)自己正處于一個十字路口，需要控制核心工作負載的支出，以騰出資金用于創(chuàng)新。
可以肯定的是，企業(yè)的云計算預(yù)算將繼續(xù)增加，根據(jù)《2023年Foundry云計算研究》，IT決策者們報告說，他們總體技術(shù)預(yù)算的31%將用于云計算，三分之二的人預(yù)計他們的云計算預(yù)算將在未來12個月內(nèi)增加。
然而，控制云計算成本仍然是IT領(lǐng)導(dǎo)者在充分利用其云計算戰(zhàn)略時面臨的首要挑戰(zhàn)，約有三分之一（35%）的受訪者認為這些開支是推進云計算的頭號障礙。其他首要問題是數(shù)據(jù)隱私和安全挑戰(zhàn)（31%）以及缺乏云安全和云專業(yè)知識（24%）。
IDC分析師Dave McCarthy說：“云成本仍然是CIO最關(guān)心的問題。不過，他和其他行業(yè)觀察家及IT領(lǐng)導(dǎo)者指出，大量的工具、托管服務(wù)和平臺讓CIO對云成本有了更多的了解，僅這一點就有助于降低成本。對FinOps實踐的認識以及能夠自動進行云優(yōu)化活動的軟件的成熟，有助于企業(yè)更好地了解關(guān)鍵的成本驅(qū)動因素。”他指的是將財務(wù)和云運營融合在一起以優(yōu)化云支出的做法。然而，隨著這些環(huán)境的發(fā)展和變得更加復(fù)雜，挑戰(zhàn)依然存在。
而這正是許多CIO如今所面臨的問題：更巧妙地解決云成本問題，而CIO預(yù)測，生成式人工智能等顛覆性力量將確保這些成本呈指數(shù)級增長。
01｜
細節(jié)決定成敗
一位不愿透露姓名的CIO表示，CIO正在磨練的一項降低成本的關(guān)鍵技能是他們與云提供商談判的能力。
他說：“人們能更好地理解收費，也能更好地協(xié)商成本。”這位CIO指出，供應(yīng)商并沒有削減許可證或容量方面的成本，而是提供了更多的指導(dǎo)和工具。“經(jīng)過一段時間的努力，人們已經(jīng)根據(jù)使用情況更好地了解了存儲需求，并防止了數(shù)據(jù)提取費用”。
Laserfiche公司CIO兼企業(yè)戰(zhàn)略高級副總裁Thomas Phelps表示，云合同通常包括幾個“小問題”，IT領(lǐng)導(dǎo)者和采購負責人應(yīng)該注意這些問題，他強調(diào)在簽署合同前研究使用條款的重要性。
例如，Phelps指出，折扣通常不適用于續(xù)約，價格上漲也沒有上限。他說，此外，選擇降低服務(wù)級別可能會使談判達成的折扣失效，而且安全成本通常是一個單獨的細列項目，可能需要升級到企業(yè)級計劃，這反過來又會使客戶的成本增加20%至30%。
他補充說，CIO還可能會誤解產(chǎn)品組合和自動續(xù)約的弊端。
Phelps表示：“我經(jīng)常要求供應(yīng)商向我介紹他們的產(chǎn)品報價，并解釋每個產(chǎn)品SKU或細列項目是什么，例如微服務(wù)和容器化應(yīng)用的成本。大多數(shù)云協(xié)議都有自動續(xù)約條款，這會降低續(xù)約時談判價格的籌碼。我在所有合同中都刪除了這一條款。”
其他CIO則通過采取混合方法來管理云成本：在合理的情況下，在公共云上運行一些工作負載，而在私有云上運行較高的工作負載。
Craig Williams是Ciena公司CIO。他說：“這取決于你的業(yè)務(wù)模式。如果你從事的是數(shù)據(jù)中心業(yè)務(wù)，或者可能有一個龐大的研發(fā)部門，那么你也許可以自己做得更便宜。”他承認這可能是一個例外情況。“我們已經(jīng)將企業(yè)環(huán)境遷移到云中，而讓研發(fā)機構(gòu)單獨利用內(nèi)部數(shù)據(jù)中心資源，因為它們是需要大量網(wǎng)絡(luò)和計算負載的大型實驗室。我們一直在研究兩者的經(jīng)濟效益”。
02｜
合作共贏
并不是所有的CIO在云經(jīng)濟學方面都有如此豐富的經(jīng)驗，許多CIO都意識到最好不要單打獨斗。至少在云部署的初級階段是這樣。
例如，Photogra是一家擁有23年歷史的圖像和照片提供商，為游樂園、游船和活動的特許經(jīng)營商提供服務(wù)。在托管服務(wù)提供商Aptum的幫助下，該公司花了一年時間計劃將其數(shù)據(jù)基礎(chǔ)設(shè)施從紐約的數(shù)據(jù)中心遷移到Microsoft Azure和其他云服務(wù)。
Photogra的總裁Michael Barlow表示，他想遷移到云服務(wù)，以擺脫無休止地更換硬件和服務(wù)器的循環(huán)，但他知道必須找到一個替代云來存儲圖像，否則就會面臨Azure巨額賬單。為了滿足這些存儲需求，他選擇了云提供商Wasabi。
Barlow說：“我們認為是時候在2021年遷移到云上，并提供這種功能和靈活性，這將使我們能夠擴展和發(fā)展，而無需重新投資服務(wù)器。”他指出，Photogra的數(shù)據(jù)庫和企業(yè)數(shù)據(jù)都運行在Azure上，但公司的大量存儲需求也需要在Azure上運行，這可能會使云成為一個不切實際的想法。
數(shù)據(jù)分析公司Alation的首席技術(shù)官Junaid Saiyed指出，試圖自行遷移到云的企業(yè)往往會因為缺乏經(jīng)驗而導(dǎo)致成本和時間超支。采用自托管云解決方案的企業(yè)往往不知道如何優(yōu)化云的計算、自動化和財務(wù)策略。
他說：“選擇托管云產(chǎn)品可以讓企業(yè)專注于提供業(yè)務(wù)價值和推動采用。自托管基礎(chǔ)架構(gòu)需要大量時間，需要專業(yè)知識，而且費用不菲。”
許多CIO面臨的另一個預(yù)算問題是，需要雇傭IT人才來保證火車在軌道上行駛，并控制賬單。
Verisk保險公司總經(jīng)理Thomas F.Famularo發(fā)現(xiàn)使用FinOps專家的企業(yè)越來越多。他說：“這是人力成本，而不是你實際支付給亞馬遜的費用。你可能有三個工程師，每月支付的費用超過2萬美元。人們不得不一邊抱怨，一邊更謹慎地處理開支。”
03｜
注意儀表
隨著IT領(lǐng)導(dǎo)者在云計算方面積累了更多經(jīng)驗，他們在實施有效戰(zhàn)略以削減運營開支方面也越來越精明。
例如，Zulfi Jeevanjee（Allstate公司的執(zhí)行副總裁兼CIO）表示，該保險公司一直“非常努力”地在不使用CPU時關(guān)閉其使用。這位CIO說，他與一家云計算提供商簽訂了一份合同，明確提出如果有需要，公司可以退出。
Jeevanjee說：“我們在合同中協(xié)商并制定了一些方法，以便如果我們開始逐步走向我們不并喜歡的方向時，可以確保我們的成本保持在我們設(shè)定的參數(shù)范圍內(nèi)。”
Ciena公司的Williams在續(xù)約時也看到了更好的交易，他說，由于他對自己公司的使用情況有了更可預(yù)測的把握，他“可以在合同續(xù)約時做出更明智的決定/談判”。
04｜
云計算成本X因素
但是，即使IT領(lǐng)導(dǎo)者能夠更穩(wěn)健地把握云經(jīng)濟的底線，新出現(xiàn)的機遇也會使等式變得更加復(fù)雜。
ADP是一家擁有75年歷史的公司，在運行數(shù)據(jù)中心方面經(jīng)驗豐富，是云計算領(lǐng)域的老手。自從近十年前開始向云遷移以來，該公司已經(jīng)實施了許多工具、管理服務(wù)和治理程序，以削減基于AWS的混合多云架構(gòu)的成本。
ADP產(chǎn)品開發(fā)高級副總裁Vipul Nagrath在談到當今的云計算成本時指出“透明度提高了很多”。
曾擔任ADP CIO八年的Nagrath說，AWS Lambda的無服務(wù)器計算和AWS Graviton處理器大大降低了ADP的云成本。此外，ADP的管理計劃確保所有IT經(jīng)理每天都能獲得云計算使用情況的報告和預(yù)測，以便隨時掌握云計算的支出情況。
但是，他和其他分析師和供應(yīng)商都預(yù)計，生成式人工智能對功耗和存儲的大量需求將大大增加運行這些工作負載的成本。
Nagrath認為，人工智能等新興應(yīng)用將繼續(xù)使云成本管理成為一項長期挑戰(zhàn)：“我們所有的[生成式人工智能]實驗都開始了，這是我們甚至在六個月前或一年前都無法預(yù)測到的，因此我們在這些領(lǐng)域看到了（成本）飆升。”
與此同時，CIO控制支出的努力可能會在一定程度上減緩云計算銷售額的增長，但供應(yīng)商們并沒有抱怨。亞馬遜、微軟和谷歌仍在大量銷售云軟件，只是不再以光速增長。IDC的公共云服務(wù)跟蹤報告顯示，2023年全球公共云服務(wù)支出將同比增長22.2%，低于2022年的27.6%。
IDC預(yù)計，2023年全球公共云服務(wù)支出總額將達到6560億美元，比2022年的5370億美元“大幅增長”。Rick Villars說：“我相當確信，所有云計算廠商今年都報告了收入增長，即使增長幅度不如往年那么大。”
隨著人工智能技術(shù)在生產(chǎn)中的應(yīng)用，CIO將不得不應(yīng)對一系列全新的成本挑戰(zhàn)?？梢钥隙ǖ氖?，成本不會下降。但就目前而言，成本會有多高還是后話。
ADP的Nagrath說：“現(xiàn)在還沒有足夠的經(jīng)驗來知道人工智能的最終成本是多少。”
