根據報告顯示，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。
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。
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！
這篇文章 雲端帳單炸彈 毀了企業資料分析專案 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。
