Apptio AI Value & ROI ทำงานอย่างไร

ความสามารถใหม่นี้อยู่ในกลุ่มผลิตภัณฑ์ Apptio ที่มีอยู่ของ IBM และเชื่อมโยงค่าใช้จ่าย AI กับผลลัพธ์ทางธุรกิจผ่านฟีเจอร์หลัก 4 อย่าง:

1. Proof Metrics และการติดตามผลลัพธ์

ผู้ใช้กำหนดแนวโน้มหนึ่งหรือหลายแนวโน้ม (Proof Metrics) ให้กับแต่ละโครงการ AI เช่น ระยะเวลาดำเนินการ, ค่าใช้จ่ายที่หลีกเลี่ยงได้, อัตราการแปลง และปริมาณเหตุการณ์ ระบบจะติดตามค่า พื้นฐาน (baseline), เป้าหมาย (target), จริง (actual), และที่เกิดขึ้น (realized) เมื่อเวลาผ่านไปเพื่อแสดงให้เห็นว่ามีการสร้างมูลค่าหรือไม่ สิ่งนี้แทนที่การรายงาน AI แบบคลุมเครือด้วยกลไกการติดตามค่าที่เป็นรูปธรรมและตรวจสอบได้

2. กรอบผลลัพธ์ 5 หมวดหมู่

โครงการ AI ทั้งหมดจะถูกวัดตามมิติทางธุรกิจ 5 ด้าน: รายได้, ต้นทุน, ความเร็ว, ผลผลิต, และความเสี่ยง โครงสร้างนี้ทำให้แน่ใจว่าการประเมิน AI ไม่ได้จำกัดอยู่แค่ตัวชี้วัดทางเทคนิคเท่านั้น แต่ยึดโยงกับผลลัพธ์ทางธุรกิจที่ CFO และคณะกรรมการให้ความสำคัญ

3. กรอบงานที่ยืดหยุ่น

เครื่องมือรองรับแหล่งข้อมูลสินค้าคงคลังและแนวโน้มที่หลากหลายจากโครงการ AI ประเภทต่างๆ ทำให้องค์กรสามารถปรับใช้กรอบงานให้เข้ากับพอร์ตโฟลิโอ AI ที่มีลักษณะเฉพาะของตนเอง แทนที่จะบังคับใช้แนวทางแบบตายตัว

4. การเชื่อมต่อกับเครื่องมือ IBM ที่มีอยู่

Apptio AI Value & ROI ทำงานร่วมกับผลิตภัณฑ์ IBM ที่มีอยู่สองรายการ:

• IBM Cloudability — ให้ความสามารถในการมองเห็นและจัดสรรค่าใช้จ่าย Token
• IBM Apptio AI TCO & Usage — ส่งอินพุตที่ผ่านการสร้างแบบจำลองสำหรับต้นทุนเทคโนโลยี, ค่าใช้จ่าย Token, การใช้งาน, แรงงาน, และมิติค่าใช้จ่ายอื่นๆ

การรวมเข้าด้วยกันนี้ทำให้เกิดมุมมองแบบครบวงจรสำหรับการกำกับดูแลทางการเงินของ AI

เครื่องมือนี้แก้ปัญหาอะไรให้องค์กรบ้าง

นอกเหนือจากสถิติของ Gartner แล้ว เครื่องมือนี้ยังจัดการกับปัญหาที่เกิดขึ้นจริงในทางปฏิบัติ: ค่าใช้จ่าย AI กระจายอยู่ในบิลคลาวด์, บันทึกการใช้งาน API, โครงสร้างพื้นฐาน และจำนวนพนักงาน ค่าใช้จ่าย Token จากผู้ให้บริการ LLM มีความโปร่งใสน้อยเป็นพิเศษ โดยแตกต่างกันไปตามโมเดล ผู้ให้บริการ และระดับการใช้งาน Apptio AI Value & ROI รวบรวมแหล่งข้อมูลที่กระจัดกระจายเหล่านี้ไว้ที่ศูนย์กลางและเชื่อมโยงโดยตรงกับผลลัพธ์ทางธุรกิจที่เฉพาะเจาะจง

Bill Lobig กล่าวระหว่างการประกาศว่า ลูกค้าที่นำร่องรายหนึ่งสามารถ ลดค่าใช้จ่ายได้ถึง 50% โดยใช้แพลตฟอร์มนี้ ทำให้มีเงินทุนเพิ่มสำหรับโครงการ AI ใหม่ๆ

ไทม์ไลน์ความพร้อมใช้งาน

• พรีวิวสาธารณะ: เริ่มวันที่ 6 สิงหาคม 2029 สำหรับลูกค้า IBM Apptio Costing Standard และ IBM Apptio AI TCO & Usage ที่มีอยู่
• วางจำหน่ายทั่วไป: มีแผนใน ไตรมาสที่ 3 ปี 2029

สิ่งสำคัญสำหรับ CFO และผู้นำด้านไอที

• Apptio AI Value & ROI จัดการกับช่องว่างที่สำคัญโดยตรง: ความไม่สามารถวัดได้ว่าค่าใช้จ่าย AI สร้างมูลค่าทางธุรกิจหรือไม่
• เครื่องมือนี้ยกระดับการติดตามค่าใช้จ่าย AI จากการเป็นแบบฝึกหัดเรื่องค่าใช้จ่ายเพียงอย่างเดียว ไปเป็นกรอบการลงทุนที่สอดคล้องกับผลลัพธ์
• กรอบงาน 5 หมวด (รายได้, ต้นทุน, ความเร็ว, ผลผลิต, ความเสี่ยง) มอบเลนส์ที่ได้มาตรฐานแต่ยังคงความยืดหยุ่นสำหรับการประเมินโครงการ AI
• ผลลัพธ์เบื้องต้นจากการนำร่องชี้ให้เห็นว่าการลดค่าใช้จ่ายอย่างมีนัยสำคัญสามารถทำได้ด้วยความโปร่งใสที่ดีขึ้น

สำหรับองค์กรที่ใช้ IBM Apptio Costing Standard หรือ AI TCO & Usage อยู่แล้ว ความสามารถใหม่นี้เพิ่มเลเยอร์เชิงกลยุทธ์ให้กับเวิร์กโฟลว์การจัดการค่าใช้จ่ายที่มีอยู่ และสำหรับผู้ที่กำลังประเมินเครื่องมือกำกับดูแลทางการเงินด้าน AI ถือเป็นก้าวสำคัญในการปิดช่องว่างการวัด ROI

Apptio AI Value & ROI ทำงานอย่างไร

ความสามารถใหม่นี้อยู่ในกลุ่มผลิตภัณฑ์ Apptio ที่มีอยู่ของ IBM และเชื่อมโยงค่าใช้จ่าย AI กับผลลัพธ์ทางธุรกิจผ่านฟีเจอร์หลัก 4 อย่าง:

1. Proof Metrics และการติดตามผลลัพธ์

ผู้ใช้กำหนดแนวโน้มหนึ่งหรือหลายแนวโน้ม (Proof Metrics) ให้กับแต่ละโครงการ AI เช่น ระยะเวลาดำเนินการ, ค่าใช้จ่ายที่หลีกเลี่ยงได้, อัตราการแปลง และปริมาณเหตุการณ์ ระบบจะติดตามค่า พื้นฐาน (baseline), เป้าหมาย (target), จริง (actual), และที่เกิดขึ้น (realized) เมื่อเวลาผ่านไปเพื่อแสดงให้เห็นว่ามีการสร้างมูลค่าหรือไม่ สิ่งนี้แทนที่การรายงาน AI แบบคลุมเครือด้วยกลไกการติดตามค่าที่เป็นรูปธรรมและตรวจสอบได้

2. กรอบผลลัพธ์ 5 หมวดหมู่

โครงการ AI ทั้งหมดจะถูกวัดตามมิติทางธุรกิจ 5 ด้าน: รายได้, ต้นทุน, ความเร็ว, ผลผลิต, และความเสี่ยง โครงสร้างนี้ทำให้แน่ใจว่าการประเมิน AI ไม่ได้จำกัดอยู่แค่ตัวชี้วัดทางเทคนิคเท่านั้น แต่ยึดโยงกับผลลัพธ์ทางธุรกิจที่ CFO และคณะกรรมการให้ความสำคัญ

3. กรอบงานที่ยืดหยุ่น

เครื่องมือรองรับแหล่งข้อมูลสินค้าคงคลังและแนวโน้มที่หลากหลายจากโครงการ AI ประเภทต่างๆ ทำให้องค์กรสามารถปรับใช้กรอบงานให้เข้ากับพอร์ตโฟลิโอ AI ที่มีลักษณะเฉพาะของตนเอง แทนที่จะบังคับใช้แนวทางแบบตายตัว

4. การเชื่อมต่อกับเครื่องมือ IBM ที่มีอยู่

Apptio AI Value & ROI ทำงานร่วมกับผลิตภัณฑ์ IBM ที่มีอยู่สองรายการ:

• IBM Cloudability — ให้ความสามารถในการมองเห็นและจัดสรรค่าใช้จ่าย Token
• IBM Apptio AI TCO & Usage — ส่งอินพุตที่ผ่านการสร้างแบบจำลองสำหรับต้นทุนเทคโนโลยี, ค่าใช้จ่าย Token, การใช้งาน, แรงงาน, และมิติค่าใช้จ่ายอื่นๆ

การรวมเข้าด้วยกันนี้ทำให้เกิดมุมมองแบบครบวงจรสำหรับการกำกับดูแลทางการเงินของ AI

เครื่องมือนี้แก้ปัญหาอะไรให้องค์กรบ้าง

นอกเหนือจากสถิติของ Gartner แล้ว เครื่องมือนี้ยังจัดการกับปัญหาที่เกิดขึ้นจริงในทางปฏิบัติ: ค่าใช้จ่าย AI กระจายอยู่ในบิลคลาวด์, บันทึกการใช้งาน API, โครงสร้างพื้นฐาน และจำนวนพนักงาน ค่าใช้จ่าย Token จากผู้ให้บริการ LLM มีความโปร่งใสน้อยเป็นพิเศษ โดยแตกต่างกันไปตามโมเดล ผู้ให้บริการ และระดับการใช้งาน Apptio AI Value & ROI รวบรวมแหล่งข้อมูลที่กระจัดกระจายเหล่านี้ไว้ที่ศูนย์กลางและเชื่อมโยงโดยตรงกับผลลัพธ์ทางธุรกิจที่เฉพาะเจาะจง

Bill Lobig กล่าวระหว่างการประกาศว่า ลูกค้าที่นำร่องรายหนึ่งสามารถ ลดค่าใช้จ่ายได้ถึง 50% โดยใช้แพลตฟอร์มนี้ ทำให้มีเงินทุนเพิ่มสำหรับโครงการ AI ใหม่ๆ

ไทม์ไลน์ความพร้อมใช้งาน

• พรีวิวสาธารณะ: เริ่มวันที่ 6 สิงหาคม 2029 สำหรับลูกค้า IBM Apptio Costing Standard และ IBM Apptio AI TCO & Usage ที่มีอยู่
• วางจำหน่ายทั่วไป: มีแผนใน ไตรมาสที่ 3 ปี 2029

สิ่งสำคัญสำหรับ CFO และผู้นำด้านไอที

• Apptio AI Value & ROI จัดการกับช่องว่างที่สำคัญโดยตรง: ความไม่สามารถวัดได้ว่าค่าใช้จ่าย AI สร้างมูลค่าทางธุรกิจหรือไม่
• เครื่องมือนี้ยกระดับการติดตามค่าใช้จ่าย AI จากการเป็นแบบฝึกหัดเรื่องค่าใช้จ่ายเพียงอย่างเดียว ไปเป็นกรอบการลงทุนที่สอดคล้องกับผลลัพธ์
• กรอบงาน 5 หมวด (รายได้, ต้นทุน, ความเร็ว, ผลผลิต, ความเสี่ยง) มอบเลนส์ที่ได้มาตรฐานแต่ยังคงความยืดหยุ่นสำหรับการประเมินโครงการ AI
• ผลลัพธ์เบื้องต้นจากการนำร่องชี้ให้เห็นว่าการลดค่าใช้จ่ายอย่างมีนัยสำคัญสามารถทำได้ด้วยความโปร่งใสที่ดีขึ้น

สำหรับองค์กรที่ใช้ IBM Apptio Costing Standard หรือ AI TCO & Usage อยู่แล้ว ความสามารถใหม่นี้เพิ่มเลเยอร์เชิงกลยุทธ์ให้กับเวิร์กโฟลว์การจัดการค่าใช้จ่ายที่มีอยู่ และสำหรับผู้ที่กำลังประเมินเครื่องมือกำกับดูแลทางการเงินด้าน AI ถือเป็นก้าวสำคัญในการปิดช่องว่างการวัด ROI