Därför går cio:er från ”cloud first” till ”cloud smart”

Det har länge varit en vedertagen sanning att en molnbaserad strategi ger cio:er fördelar som flexibilitet, skalbarhet och kostnadseffektivitet för deras applikationer och arbetsbelastningar. Även om molnet fortfarande är den infrastrukturplattform som de flesta it-chefer föredrar, omprövar många sina molnstrategier och går från ”cloud first” till ”cloud smart” genom att välja den bästa strategin för specifika arbetsbelastningar istället för att bara flytta allt utanför företaget och prioritera molnet framför andra överväganden för nya initiativ. Optimering av molnkostnaderna är en faktor som motiverar detta omprövande, då organisationer kämpar för att kontrollera de eskalerande molnkostnaderna i en tid av snabb tillväxt. Uppskattningsvis 21 procent av företagens molninfrastrukturkostnader, motsvarande 44,5 miljarder dollar år 2025, slösas bort på underutnyttjade resurser – och 31 procent av cio:erna slösar bort hälften av sina molnkostnader, enligt en färsk undersökning från VMware. Den stora rusningen till molnet är över, säger Ryan McElroy, chef för teknik på konsultföretaget Hylaine. Molnintelligenta organisationer har en väl definierad och beprövad process för att avgöra vilka arbetsbelastningar som är bäst lämpade för molnet. – Något som måste levereras mycket snabbt och stödja massiv skala i framtiden bör byggas i molnet, säger McElroy. – Lösningar med äldre teknik som måste hostas på virtuella maskiner eller har mycket förutsägbara arbetsbelastningar som kommer att bestå i flera år bör distribueras till välskötta datacenter. Den molnmedvetna trenden påverkas av bättre lokal teknik, längre hårdvarucykler, extremt höga marginaler hos hyperskaliga molnleverantörer och branschens typiska hype-cykler, enligt McElroy. Allt detta gynnar hybridinfrastrukturlösningar. Men: – AI har tillfört ytterligare en stor komplikation med isolerade data och beräkningar, säger han. – Många organisationer är inte intresserade av eller har inte möjlighet att bygga högpresterande GPU-datacenter och behöver använda molnet. Men om de har varit konservativa eller kostnadsmedvetna kan deras data finnas i den lokala komponenten av deras hybridinfrastruktur. Dessa variabler har lett till komplexitet eller oförutsedda kostnader, antingen genom migrerings- eller datautgångsavgifter, säger McElroy. Han uppskattar att endast 10 procent av branschen är på väg mot att bli molnsmarta. Även om den siffran kan verka låg, säger McElroy att den är betydande. – Det finns många förutsättningar som måste uppfyllas för att man ska kunna förändra sin inställning till molnet, säger han. – För det första måste man i allmänhet vara en ny cio eller cto. Den som har gått över till molnet kommer att få stora problem med att backa. Vidare måste organisationerna ha behållit och vidareutbildat den personal som hanterar deras egna datacenter eller samlokalisering. De måste också ha infrastrukturbehov som uppväger de fördelar som molnet ger i form av ren agilitet och fraktionerad databehandling, säger McElroy. Välja och omvärdera rätt molnjätte Procter & Gamble antog en ”cloud-first”-strategi när man började migrera arbetsbelastningar för ungefär åtta år sedan, säger Paola Lucetti, cto. Vid den tiden var kravet att alla nya applikationer skulle distribueras i den publika molntjänsten och att befintliga arbetsbelastningar skulle migreras från traditionella värdmiljöer till hyperskalare. – Den strategin gjorde det möjligt för oss att modernisera snabbt, minska beroendet av äldre infrastruktur och dra nytta av den skalbarhet och motståndskraft som molnplattformar erbjuder, säger hon. I dag körs nästan alla P&G:s arbetsbelastningar i molnet. – Vi väljer att hålla utvalda arbetsbelastningar utanför det publika molnet på grund av latens eller prestandabehov som vi regelbundet omvärderar, säger Lucetti. Den grunden gav oss snabbhet och flexibilitet under en kritisk fas av den digitala omvandlingen. I takt med att företagets molnekosystem har mognat har också dess affärsprioriteringar mognat. – Kostnadsoptimering, hållbarhet och agilitet har blivit centrala frågor. Molnsmart för P&G innebär att välja och regelbundet omvärdera rätt hyperscaler för rätt arbetsbelastning, integrera finops-metoder för transparens och styrning samt utnyttja hybridarkitekturer för att stödja specifika användningsfall. Denna strategi ger utvecklare möjlighet att genom automatisering, AI och agentik skapa värde snabbare, säger Lucetti. Det är inte bara en teknisk strategi, utan också en kulturell strategi. Den speglar en strategisk flexibilitet där tekniska beslut anpassas efter affärsresultaten. AI förändrar molnbesluten AI innebär en enorm potentiell kostnad och höjer insatserna för infrastrukturstrategin, säger McElroy. – Att hyra servrar med dyra Nvidia-GPU:er hela dagen, varje dag, i tre år kommer att vara ekonomiskt förödande jämfört med att köpa dem direkt, men flexibiliteten att kunna använda nästa års modeller utan problem kan utgöra en strategisk fördel. Cisco, till exempel, har blivit mycket mermedvetet om vad som verkligen hör hemma i den offentliga molntjänsten, säger Nik Kale, chefsingenjör och produktarkitekt. Kostnaden är en faktor, men den viktigaste drivkraften är AI-datastyrning. – Att vara molnsmart handlar inte om repatriering – det handlar om att anpassa AI:s datagravitation till rätt kontrollplan, säger han. Ii har analyserat vad som bör finnas i ett privat moln och vad som ska läggas i ett publikt moln. – Att träna och finjustera stora modeller kräver stark kontroll över kund- och telemetridata, förklarar Kale. – Därför föredrar vi i allt högre grad hybridarkitekturer där inferens och databehandling sker i säkra, privata miljöer, medan orkestrering och icke-känsliga tjänster förblir i det publika molnet. Ciscos molnintelligenta strategi börjar med dataklassificering och arbetsbelastningsprofilering. Allt som innehåller kundidentifierbar information, diagnostiska spår och modellåterkopplingsloopar behandlas i regionalt kompatibla privata moln, säger han. – Sedan finns det stateless-tjänster, innehållsleverans och telemetriaggregering som drar nytta av den publika molnets elasticitet för skalbarhet och effektivitet, säger Kale. Ciscos strategi innebär också att paketera tidigare molnbaserade funktioner för säker distribution inom kundmiljöer – och erbjuda samma AI-drivna insikter och automatisering lokalt, utan att exponera data för delad infrastruktur, enligt Kale. – Detta ger kunderna flexibilitet att anta AI-funktioner utan att kompromissa med datalagring, integritet eller kostnad. Dessa metoder har förbättrat Ciscos efterlevnad, minskat inferenslatensen och gett mätbara tvåsiffriga minskningar av molnutgifterna, säger Kale. Ett område där AI fundamentalt har förändrat deras strategi för molnet är storskalig hotdetektering. – De tidiga versionerna av våra modeller kördes helt i publika moln, men när vi började finjustera kundspecifik telemetri gjorde känsligheten och volymen av dessa data att molnutflödet blev både kostsamt och svårt att styra, säger han. – Genom att flytta utbildnings- och feedbacklooparna till regionala privata moln fick vi fullständig granskningsbarhet och minskade överföringskostnaderna avsevärt, samtidigt som inferensen förblev hybrid så att kunder i reglerade regioner fick svarstider på under en sekund. It såg ett liknande problem med sin generativa AI-supportassistent. – Inledningsvis bearbetades falltranskriptioner och diagnostiska loggar i publika moln-LLM” säger Kale. – När kunder inom finans och hälso- och sjukvård uttryckte berättigade farhågor om att data lämnade deras miljöer, omstrukturerade vi funktionen så att den kunde köras direkt i deras virtuella privata moln eller lokala kluster. Orkestreringslagret finns kvar i den publika molntjänsten, men känsliga data lämnar aldrig deras kontrollplan, tillägger Kale. AI har också omformat hur telemetrianalys hanteras i Ciscos CX-portfölj. It samlar in operativa data i petabyte-skala från mer än 140 000 kundmiljöer. – När vi övergick till prediktiv AI i realtid blev kostnaden och latensen för att skicka råa tidsseriedata till molnet en flaskhals, säger Kale. – Genom att flytta utdragning av egenskaper och detektering av avvikelser till kundens lokala insamlare och endast skicka högrisk-signaler till molnet minskade vi utflödet dramatiskt samtidigt som vi förbättrade modellens noggrannhet. I alla fall gjorde AI de arkitektoniska avvägningarna tydliga: Specifika arbetsbelastningar drar nytta av elasticiteten i det publika molnet, men de mest känsliga, dataintensiva och latenskritiska AI-funktionerna måste köras närmare data, säger Kale. – För oss har cloud-smart blivit mindre en fråga om repatriering och mer en fråga om att anpassa datagravitation, integritetsgränser och inferensekonomi till rätt kontrollplan. En mindre kostsam väg Liksom P&G anser World Insurance Associates att molnsmart innebär att implementera ett finops-ramverk. Cio Michael Corrigan säger att det innebär att ha en optimerad, konsekvent uppbyggnad för virtuella maskiner baserad på affärsanvändningsfallet och att förstå hur mycket lagringsutrymme och datorkraft som krävs. Det är de viktigaste faktorerna för att fastställa kostnaderna. – Så vi har en konsekvent uppsättning standarder för hur våra olika miljöer ska dimensioneras utifrån användningsfallet, säger Corrigan. Detta ger World Insurance vad Corrigan kallar en automatiserad arkitektur. – Sedan optimerar vi strukturen för att se till att vi har funktioner som elasticitet aktiverade. När tjänsterna inte används under natten stängs de av och lagringsutrymmet minskas för att stänga av beräkningskapaciteten, så att företaget inte betalar för det, säger han. – Det börjar med optimering eller standarder som grund. World Insurance samarbetar med sina molnleverantörer på olika nivåer av åtagande. Med Microsoft har försäkringsbolaget till exempel möjlighet att använda virtuella maskiner, eller vad Corrigan kallar en ”reserverad instans”. Genom att tala om för leverantören hur många maskiner de planerar att använda eller hur mycket de tänker spendera kan han försöka förhandla fram rabatter. – Det är där finops-ramverket verkligen måste finnas på plats, för självklart vill man inte binda sig till en utgiftsnivå som man annars inte skulle konsumera, säger Corrigan. – Det är ett bra sätt för konsumenten eller oss som organisation som använder dessa molntjänster att få riktigt betydande rabatter i förväg. World Insurance använder AI för automatisering och varningar. AI-verktyg debiteras vanligtvis enligt en beräkningsmodell. – Vad du kan göra är att utforma din fråga så att om den är mindre komplicerad kommer den att hamna i en billigare exekveringsväg. Det betyder att gå till en liten språkmodell (SLM), som inte använder lika mycket processorkraft, enligt Corrigan. Användaren får ett tillfredsställande resultat, och kostnaden blir lägre eftersom du inte förbrukar lika mycket, säger han. Det är den taktik som företaget använder – att dirigera AI-frågor till den billigare modellen. Om det finns ett mer komplicerat arbetsflöde eller en mer komplicerad process dirigeras den först till SLM och ser om den uppfyller kraven, säger Corrigan. Om behoven är mer komplexa flyttas den till nästa steg, som är dyrare och i allmänhet involverar en LLM som kräver att man går igenom mer data för att ge slutanvändaren det de letar efter. – Så vi försöker hantera kostnaderna på det sättet också, så att vi bara förbrukar det som verkligen behövs utifrån processens komplexitet, säger han. Molnet är ”ett levande ramverk” McElroy på Hylaine säger att cio:er och cto:er måste vara mer öppna för att diskutera fördelarna med hybridinfrastruktur och hur den senaste tekniken har förändrats under de senaste åren. – Många organisationer brottas med molnkostnader som de instinktivt vet är för höga, men det finns få incitament att ta på sig det riskfyllda arbetet med repatriering när en cfo inte vet vilka besparingar de går miste om, säger han. Lucetti beskriver P&G:s molnstrategi som ”ett levande ramverk” och säger att företaget under de närmaste åren kommer att fortsätta att utnyttja rätt molnfunktioner för att möjliggöra AI och agentik för affärsvärde. – Målet är enkelt: att hålla tekniken i linje med företagets tillväxt, samtidigt som vi förblir flexibla i en snabbt föränderlig digital miljö, säger hon. – Molntransformation är inte ett mål – det är en resa. På P&G vet vi att framgång kommer från att anpassa teknikbeslut efter affärsresultat och genom att omfamna flexibilitet.