G1000-bedrijven zullen te maken krijgen met een stijging van bijna 30% van de AI-infrastructuurkosten
IDC constateert dat er niet zozeer sprake is van overmatige uitgaven, maar dat de kosten worden onderschat en dat er onvoldoende rekening wordt gehouden met de specifieke uitgaven voor AI-projecten. De toename van het aantal agenten zal het probleem alleen maar vergroten. Een nieuwe opdracht voor FinOps.
“De kosten voor de implementatie van AI-projecten verschillen fundamenteel van die voor een nieuwe ERP-oplossing of andere IT-systemen die bedrijven al decennialang inzetten.”
Wanneer bedrijven het vandaag de dag over AI hebben, gaat het zelden over de vraag of ze moeten investeren, maar eerder over hoe ze voorop kunnen blijven lopen en over de oeroude angst om een kans te missen, benadrukt Jevin Jensen, Vice President, Infrastructure & Operations Research, IDC. En dat is een vergissing. De FutureScape 2026-studie van IDC is duidelijk: tegen 2027 zullen G1000-bedrijven te maken krijgen met een stijging van bijna 30% van de AI-infrastructuurkosten, die in werkelijkheid nog hoger zullen uitvallen.
De reden hiervoor is niet alleen overmatige uitgaven, maar ook een onderschatting en onvoldoende rekening houden met de specifieke uitgaven voor AI-projecten. “AI-gebaseerde applicaties zijn vaak zeer resource-intensief, hun verbruiksmodellen zijn ondoorzichtig en hun ontwikkeling heeft de traditionele IT-budgetprognoses overschreden”, vervolgt Jevin Jensen. “De inzet van duizenden AI-agenten binnen G2000-bedrijven zal dit probleem alleen maar exponentieel vergroten.”
De conclusie is duidelijk: IT-managers moeten hun teams opleiden en ontwikkelen, met name door het bestuur en de reikwijdte van hun FinOps-teams te versterken.
Opschalen kost geld!
Naarmate AI van de pilotfase naar de productiefase overgaat, dringt een verontrustende waarheid zich op: AI is duur! Niet vanwege ondoordachte uitgaven, maar omdat de economie van AI ongekend is voor technologiemanagers.
De meeste CIO’s en CTO’s onderschatten de financiële complexiteit van de schaalvergroting van AI. Modellen waarvan de omvang verdubbelt, kunnen tien keer meer rekenkracht verbruiken. “Denk exponentieel! Dat moet uw motto zijn. Inferentiewerkzaamheden worden continu uitgevoerd en verbruiken GPU-cycli lang nadat de training is voltooid, wat leidt tot hogere terugkerende kosten dan bij traditionele IT-projecten.”
Datapijplijnen, nalevingscontrole en opslagreplicatie kunnen stilletjes aanzienlijke exploitatiekosten met zich meebrengen. “Wat vroeger een beheersbare kostenpost leek, gedraagt zich nu als een levend organisme: AI groeit, past zich aan en verbruikt op onvoorspelbare wijze middelen.”
IDC noemt deze nieuwe realiteit “hervorming van de AI-infrastructuur”. Organisaties worden zich ervan bewust dat traditionele modellen voor kostenbeheer ontoereikend zijn in een wereld waarin workloads zich automatisch aanpassen en budgetten van de ene op de andere dag kunnen exploderen. “Deze verandering markeert een keerpunt: financieel beheer is net zo strategisch geworden als technologische innovatie!”, verzekert Jevin Jensen.
Wanneer innovatie verantwoordelijkheid vooruitloopt
In de begintijd van de cloud hebben bedrijven op pijnlijke wijze geleerd dat een on-demand infrastructuur net zo gemakkelijk een ongereguleerde infrastructuur kan worden. FinOps leek de oplossing. Met andere woorden, een methode om financiën, IT en bedrijfsactiviteiten te verenigen rond een gemeenschappelijke taal van consumptie, optimalisatie en waarde.
AI vereist nu een tweede evolutie en een uitbreiding van deze discipline. Het nieuwe mantra “cloud+” van FinOps, dat de kosten van IT-activabeheer (ITAM), SaaS-oplossingen en on-premise software omvat, moet nu ook AI integreren.
“De volatiliteit van AI-workloads – van onregelmatige trainingscycli tot onvoorspelbare pieken in inferentie – maakt statische budgetten en kwartaalprognoses overbodig”, vervolgt Jevin Jensen. “Elke nieuwe ervaring, elke toegevoegde dataset, elke query leidt tot een toename van het verbruik van rekenkracht, opslagruimte en energie, vaak op exponentiële wijze.”
Paradoxaal genoeg worden de eigen exploitatiekosten van AI, terwijl deze technologie de operationele efficiëntie verbetert, een van de belangrijkste remmen op de groei van IT-budgetten. Uit onderzoek van IDC blijkt dat bedrijven zonder een nauwere afstemming tussen de bedrijfsafdelingen, de financiële afdeling en de platformtechnici het risico lopen om AI, een katalysator voor innovatie, te veranderen in een financiële last.
FinOps wordt een strategisch instrument
“Organisaties die deze uitdaging met succes aangaan, hebben één essentieel kenmerk gemeen: ze hebben FinOps herzien als een strategisch team, en niet als een eenvoudige boekhoudkundige exercitie achteraf. Ze benaderen de economie van AI als een levend ecosysteem: meetbaar, zichtbaar en continu geoptimaliseerd.”
Het gaat hier niet om een eenvoudige uitbreiding van het beheer van cloudkosten. AI-workloads hebben invloed op de infrastructuur, de ontwikkeling van applicaties, het gegevensbeheer en de bedrijfsvoering. Veel van deze workloads zullen in een hybride omgeving worden uitgevoerd, wat gevolgen heeft voor de kosten, zowel voor de infrastructuur op locatie als voor de cloud en SaaS-oplossingen. Het beheer van deze multicloud- en hybride omgeving vereist een uniform operationeel model dat technische telemetrie koppelt aan financiële gegevens. De nieuwe FinOps-manager moet zowel IT-engineering als economie beheersen – een vaardigheid die nog zeldzaam is, maar die bepalend zal zijn voor het IT-leiderschap van morgen.
De uitbreiding van het mandaat van de CIO en IT-managers
Voor CIO’s en IT-managers is de uitbreiding van het FinOps-domein geen optie, maar een noodzaak. Bedrijven geven aan IDC aan dat de meest voorkomende hiërarchische structuur van FinOps-teams onder het management valt. AI heeft de technologische uitgaven getransformeerd van voorspelbaar verbruik naar probabilistisch gedrag. Financiële zichtbaarheid moet daarom continu worden, en niet langer incidenteel.
IDC verwacht dat volgend jaar meer technologiemanagers FinOps rechtstreeks in hun AI-governancekader zullen integreren. Ze zullen transversale teams samenstellen met vertegenwoordigers van financiën, datawetenschap en platformengineering, die zullen samenwerken om de prestaties en waarde in realtime te optimaliseren ( ). Deze teams zullen voorspellende analyses gebruiken om de budgettaire impact te anticiperen voordat de werklast toeneemt. Ze zullen experimenteren met nieuwe prijsmodellen, zoals universele tokens en het leveren van bedrijfswaarde, die zijn afgestemd op de bedrijfsresultaten in plaats van alleen op het verbruik.
“De culturele verandering zou wel eens ingrijpender kunnen zijn dan de technische verandering”, zegt Jevin Jensen. Ingenieurs moeten financiële efficiëntie zien als een hefboom voor innovatie, en niet als een rem. Leveranciers moeten kostenramingen integreren in de DevOps CI/CD-pijplijn om de uitgaven te optimaliseren voordat ze in productie gaan. Financiële teams moeten zich aanpassen aan het iteratieve en experimentele karakter van AI-ontwikkeling. De rol van de CIO zal zijn om deze doelstellingen te verenigen en financiële discipline te integreren in het innovatieproces.”
