Amit a számok mutatnak
Nem a beruházás szalad el, hanem a működés
Írtam már korábban arról, hogyan számoljuk ki egy AI bevezetés megtérülését, és arról is, mennyi idő alatt térül meg egy AI ügynök. Azok a cikkek a bevételi és megtakarítási oldalt vették szét. Ez most a másik serpenyőről szól, arról a tételről, ami a legtöbb üzleti tervben egyetlen sor, és amiről kiderül, hogy valójában az egész számítás legbizonytalanabb eleme.
A FinOps Foundation idei felmérése közel 1200 szakembert kérdezett meg, akik együtt több mint 83 milliárd dollárnyi felhőköltésért felelnek. Két szám ugrott ki nekem belőle. A megkérdezett szervezetek majdnem háromnegyede túllépte az AI-ra szánt keretét, és mindössze ötből egy tudja tíz százalékos pontossággal megjósolni, mennyi lesz a következő időszak számlája.
A harmadik szám pedig azt magyarázza meg, miért. Két éve a költséggazdálkodással foglalkozó csapatok alig harmada nézett rá egyáltalán az AI kiadásokra. Idén gyakorlatilag mindenki. A tétel tehát nem lassan nőtt bele a rendszerbe, hanem berobbant, és olyan gyorsan, hogy a pénzügyi folyamatok nem tudtak vele lépést tartani.
Azt tapasztaltam az ügyfeleimnél, hogy a meglepetés mindig ugyanabból a félreértésből fakad. A vezetők az AI-t beruházásként kezelik, mint egy szoftvervásárlást. A valóságban viszont sokkal inkább hasonlít az energiaszámlára. Egyszer beszereled, aztán annyit fizetsz, amennyit fogyasztasz, és a fogyasztást az szabja meg, hogy hányan és hogyan használják.
A természete
Miért viselkedik másképp ez a költség, mint bármi más az IT-ban
Három tulajdonsága van az AI költségnek, ami minden korábbi beszerzési reflexet felülír. Ha ezt a hármat egy vezetői ülésen végigvesszük, általában megszűnik a vita arról, hogy ez a pénzügy vagy az IT asztala.
1. Nem ülőhelyet veszel, hanem fogyasztást
A klasszikus vállalati szoftvernél tudod, hány kolléga használja, és tudod, mennyi az éves díj. Kiszámítható, tervezhető, egy sor a költségvetésben. Az AI rendszerek jelentős részénél viszont a számla attól függ, mennyi szöveget küldesz be és mennyit kapsz vissza. Ugyanaz a száz ember lehet, hogy a duplájába kerül a következő negyedévben, mert megtanulták jobban használni. Ez a paradoxon a legnehezebben lenyelhető falat a pénzügyön. A sikeres bevezetés jutalma egy magasabb számla.
2. A növekedés nem egyenletes
Egy kolléga nem kétszer annyiba kerül, mint egy másik. Az egyik heti öt kérdést tesz fel, a másik ötven oldalas szerződéseket elemeztet naponta. A tapasztalatom szerint az AI költés a szervezetekben nagyon egyenlőtlenül oszlik el. Az egyik ügyfelemnél a felhasználók nagyjából egytizede termelte a teljes költség több mint felét. Ezek nem visszaélések voltak, hanem a legértékesebb felhasználási esetek. Csak éppen senki nem tudott róla, amíg ki nem bontottuk a számlát felhasználói csoportokra.
3. A felhasználó nem látja, mibe kerül, amit csinál
Ez a legfurcsább része. Egy dolgozó pontosan tudja, hogy egy taxiszámla vagy egy repülőjegy mennyibe kerül a cégnek. Azt viszont nem tudja, hogy amikor beilleszt egy háromszáz oldalas jelentést a felületre, hogy megkérdezzen belőle egyetlen adatot, az pénzbe kerül. Nincs visszajelzés, nincs árcédula, nincs önkorlátozás. Egy 400 fős logisztikai cégnél a legnagyobb megtakarítást nem valamilyen technikai beállítás hozta, hanem az, hogy az emberek egyáltalán megtudták, hogy a használatnak ára van.
A gyakorlat
Négy hely, ahol a pénz elszalad
Amikor egy ügyfelemnél elkezdjük szétszedni a számlát, szinte mindig ugyanaz a négy minta jön elő. Egyik sem hiba a szó klasszikus értelmében. Mindegyik egy kényelmes megoldás, ami kicsiben teljesen ésszerű, nagyban viszont sokba kerül.
A teljes dokumentum minden egyes kérdésnél. A leggyakoribb minta. Egy folyamat úgy épül fel, hogy minden kérdésnél beküldi a teljes szabályzatot vagy a teljes szerződést, hogy a modell biztosan megtalálja a választ. Működik, csak éppen minden alkalommal kifizeted az egészet, akkor is, ha egyetlen bekezdés lett volna elég. Az egyik pénzügyi holding kontrolling csapatánál ez a minta önmagában a havi számla harmadát adta.
A legerősebb modell minden feladatra. A csapatok általában a legnagyobb és legdrágább modellel kezdik a fejlesztést, mert azzal a legkönnyebb elérni a jó eredményt. Aztán élesben marad, minden feladatra. Pedig a napi munka jelentős része egyszerű besorolás, kivonatolás vagy formázás, amit egy nagyságrenddel olcsóbb modell ugyanolyan jól megcsinál. Ezt viszont senki nem méri le, mert a projekt már működik, és a működőhöz senki nem nyúl szívesen.
Az ügynök, ami újrapróbálkozik. Ahogy egyre több cégnél futnak önállóan dolgozó AI ügynökök, megjelenik egy új tétel. Az ügynök, ha nem éri el a célt, újrapróbálja. Aztán megint. Egy rosszul megírt megállási feltétel mellett egyetlen elakadt feladat órákig körözhet, és mindegyik kör kerül valamennyibe. Volt olyan ügyfelem, ahol egy hétvégi hibás futás annyiba került, mint az egész havi keret negyede. A hiba maga tíz perc alatt javítható volt, csak három napig senki nem nézett rá.
A fejlesztés és a teszt, ami az éles kereten fut. Prózai, de rendszeresen előjön. A fejlesztők ugyanazzal a hozzáféréssel dolgoznak, mint az éles rendszer, mert így egyszerűbb. A hónap végén viszont nem lehet megmondani, mennyi ment üzleti értékre és mennyi kísérletezésre. Ez nem költségprobléma önmagában, hanem mérési probléma, amiből aztán költségprobléma lesz.
A megoldás
Négy fogás, ami valóban csökkenti a számlát
Ebből a munkából azt tanultam meg, hogy a költségcsökkentésnél nem a lemondás a járható út. Aki a felhasználást korlátozza, az a hasznot vágja el, nem a pazarlást. Négy beavatkozás van, ami a haszon megtartása mellett hozza le a költséget, és mind a négy technikai értelemben egyszerű.
Az első a modellszintezés. Nem minden feladat érdemel drága modellt. Csoportosítsd a felhasználási eseteket három szintre aszerint, mennyire kell hozzá mély gondolkodás, és rendelj mindegyikhez modellt. Az egyszerű besorolás és összefoglalás mehet a legolcsóbbra, az elemzés a középsőre, a stratégiai vagy jogi jellegű feladat a legerősebbre. Amikor ezt egy 35 fős kreatív ügynökségnél elvégeztük, a számla harmadával csökkent, és a kollégák a minőségben nem éreztek különbséget, mert ott nem nyúltunk hozzá, ahol számított.
A második a gyorsítótár. A szervezetekben ugyanazok a kérdések ismétlődnek. Ugyanaz a szabályzatrészlet, ugyanaz a termékleírás, ugyanaz a heti riportsablon. Ha az ismétlődő részt a rendszer megjegyzi, azért nem kell újra és újra fizetni. Ez a legjobb ár-érték arányú beavatkozás, amit ismerek, mert a felhasználó semmit nem vesz észre belőle.
A harmadik a kontextus szűkítése. Ahelyett, hogy a teljes dokumentumot beküldenéd, egy kereső réteg kiválasztja azt a néhány bekezdést, ami a kérdéshez tartozik. Ez kettős haszon. Olcsóbb lesz, és jellemzően pontosabb választ is ad, mert a modellnek nem kell háromszáz oldalnyi zajban megtalálnia a lényeget.
A negyedik a keret és a riasztás. Minden csapatnak legyen havi kerete, és legyen automatikus jelzés, ha a fogyasztás meghalad egy szintet. Nem büntetésként, hanem visszajelzésként. Amikor ezt bevezettük az egyik ügyfelemnél, a puszta láthatóság önmagában húsz százalékkal vitte le a költést, mielőtt bármihez hozzányúltunk volna. Az emberek elkezdtek gondolkodni azon, mit küldenek be.
A mérőszám
Ne a havi összeget nézd, hanem az egy ügyre jutó költséget
Ez az a pont, ahol a legtöbb vezetői beszélgetés rossz irányba fordul. Ha a havi teljes összeg a mérőszám, akkor minden növekedés rossz hírnek tűnik, és a beszélgetés a visszavágásról fog szólni. Pedig egy növekvő számla önmagában semmit nem árul el arról, hogy jól vagy rosszul költünk.
Ehelyett azt a mérőszámot használom, hogy mennyibe kerül egy elvégzett egység. Egy feldolgozott ügyfélmegkeresés, egy leellenőrzött számla, egy megírt ajánlat, egy átnézett szerződés. Ez a szám összehasonlítható a korábbi, emberi munkával végzett folyamat költségével, és ez az egyetlen adat, amivel a pénzügy és az üzlet ugyanazon a nyelven tud beszélni.
Az egyik ügyfelemnél pontosan ez fordította meg a vitát. A havi számla nyolc hónap alatt a háromszorosára nőtt, és a vezetés le akarta állítani a bővítést. Amikor viszont kiszámoltuk az egy feldolgozott ügyre jutó költséget, kiderült, hogy az felére csökkent ugyanezen idő alatt. A teljes összeg azért nőtt, mert a rendszer sokkal több munkát végzett el. Ez nem költségprobléma volt, hanem sikeres skálázódás, csak rossz mérőszámmal nézték.
Ugyanez a mérőszám leplezi le az ellenkezőjét is. Ha az egy egységre jutó költség nem csökken, hanem stagnál vagy nő, miközben a felhasználás bővül, akkor valahol pazarlás van a rendszerben. Ilyenkor keresem a fenti négy mintát, és általában megtalálom valamelyiket.
A szervezeti oldal
Ki felel ezért a cégen belül
A technikai résznél sokkal nehezebb megmondani, kinek a dolga ez. Az AI költség a legtöbb szervezetben senkiföldjén landol. Az IT azt mondja, hogy ez üzleti fogyasztás, nem infrastruktúra. A pénzügy azt mondja, hogy nem tudja megítélni, mi indokolt és mi nem, mert nem érti a technikát. Az üzleti terület pedig egyszerűen használja, és nem lát számlát. Így aztán a költés addig nő, amíg valakinek fel nem tűnik a negyedéves zárásban.
Egy nevet kérek ilyenkor. Nem bizottságot, egyetlen embert, akihez a havi AI költség riportja tartozik. Ez általában nem a legmagasabb beosztású ember a teremben. Sokszor a kontrolling egyik munkatársa, aki már kezel felhőköltségeket, vagy a bevezetést vezető szakember, aki a folyamatokat is ismeri. Ennek a személynek két dolga van. Havonta egyszer ránéz a bontásra csapatonként és felhasználási esetenként, és ha valami kilóg, megkeresi az okát.
Ez összesen két óra havonta, és a tapasztalatom szerint többet ér, mint bármelyik költségoptimalizáló eszköz, amit meg lehet vásárolni. A legtöbb elszaladt AI számla mögött ugyanis nem egy bonyolult technikai probléma áll, hanem az, hogy hónapokig senki nem nézett rá.
Összegzés
Mit tegyél a következő negyedéves tervezés előtt
Ha egyetlen dolgot viszel el ebből a cikkből, az legyen ez. Az AI költségvetésben ne egy sor legyen, hanem kettő. Az egyik a bevezetés egyszeri költsége, a másik a működés folyamatos költsége, és a kettő teljesen más logika szerint viselkedik. A második az, amelyik meg fog lepni, ha nem készülsz rá.
A konkrét első lépés egyszerű, és egy délután alatt elvégezhető. Kérd le az elmúlt három hónap AI költését, és bontsd ketté. Az egyik oldalra kerüljön, melyik csapat mennyit használt, a másikra az, hogy mely felhasználási esetek adják a költés nagy részét. A legtöbb szervezetnél ez a táblázat két meglepetést tartogat. Kiderül, hogy a pénz nagy része néhány esetből jön, és kiderül, hogy ezek közül van, amelyikről a vezetés nem is tudott.
Onnantól kezdve nem érzésre vitatkoztok arról, hogy sok vagy kevés az AI-ra költött pénz. Van egy számotok, amit negyedévről negyedévre össze tudtok hasonlítani, és van négy konkrét helyetek, ahol beavatkozhattok. Ez a különbség aközött, hogy valaki elszenvedi az AI számlát, vagy irányítja.
Forrás: FinOps Foundation, State of FinOps 2026 (finops.org).
Segíthetek a vállalatodat AI-ra felkészíteni?
Ha a témában szeretnél konzultálni, vagy AI bevezetési projekten gondolkozol, keress meg.