雲端帳單炸彈 毀了企業資料分析專案

編譯/戴偉丞

根據GPU大數據平台SQream於2024年發布的《大數據分析現狀報告》(State of Big Data Analytics report)指出,美國300名高階資料管理專業人士中,有71%經常遇到雲端分析費用超出預期的情況。其中,有5%的公司每月都會面臨「帳單炸彈」,25%的公司每兩個月一次,41%則每季一次。報告顯示,2023年高達98%的公司,因無法承受雲端費用而遭遇機器學習的專案以失敗收場;換言之,雲端成本飆升導致企業機器學習專案失敗率的顯著提升。

許多人工智慧或機器學習的資料分析專案,係由於雲端成本過高而無奈取消。
許多人工智慧或機器學習的資料分析專案,係由於雲端成本過高而無奈取消。(圖/123RF)

成本提高、分析削弱、專案腰斬

隨著資料量和分析技術的進步,企業不得不限制資料叢集的規模和複雜性以控制成本,這對企業就觀察能力的水準與品質形成負面影響。SQream的營收長Deborah Leff指出,許多人工智慧或機器學習的專案,係由於雲端成本過高而無奈取消。

此外,資料準備和資料清理方法不足,也是導致專案失敗的主因之一。根據美國勞工統計局數據指出,2024年的資料處理相關服務價格呈現上漲趨勢,年增長率達到3.7%;該數據呈現雲端市場上將會因為雲端成本的持續通膨,導致更多企業不得不選擇成本削減策略,形成更多的專案腰斬或是品質影響。

更多新聞:尋找最佳方案  DIY雲端成本管理意識抬頭

以成本為肇因的惡性循環

Leff指出,由於許多企業未能深入分析其內部數據資料相關資產,無法正確識別該遷移雲端的資料,進而使得過程複雜化。報告顯示,有33%的公司使用了5至10種不同的解決方案或平台來進行資料準備,不但增加複雜性,更提升成本。Leff認為,依賴傳統的資料中心生態體系已經無法應對現代資料需求,應避免讓成本問題和資料限制降低其資料分析能力。

尋求創新跳脫惡性循環

面對生成式人工智慧和大型語言模型的快速發展,資料量和複雜性不斷增加,使得機器學習技術成為市場競爭力的關鍵。然而,為了控制成本而限制人工智慧的資料查詢,不但使資料分析無法深入,更可能形成專案腰斬。報告指出,92%的公司正在積極調整其雲端支出,以更好地符合預算需求。Leff進而對此解釋,即便GPU加速技術成本較高,但能顯著降低處理時間和成本,並提供具有彈性的支付模式,有助於企業更有效地管理雲端資源。

資料來源:IndiaExpress

※探索職場,透視薪資行情,請參考【科技類-職缺百科】幫助你找到最適合的舞台!

瀏覽 190 次

覺得不錯的話就分享出去吧!

發佈留言

Back to top button