المكاسب:
- القدرة على فهم تشريح التكاليف السحابية (الحوسبة والتخزين والشبكة/الخروج) وأنماط النفايات (الخمول، كبيرة الحجم، نموذج السعر الخاطئ) وجعل الذكاء الاصطناعي يقوم بتحليل الفاتورة
- القدرة على اتخاذ قرارات الخصم المناسبة والملتزمة بالمخاطر والتحقق وتطبيق أمر إزالة النفايات أولاً
- القدرة على تطبيق سياسات إخفاء بيانات التطبيق والفوترة من خلال التحقق من استخدام اقتراحات "الحذف/التصغير" الخاصة بالذكاء الاصطناعي
السحابة تشبه بطاقة الائتمان: سهلة الاستخدام، وفاتورة مذهلة في نهاية الشهر. تم نسيان خادم اختبار بين عشية وضحاها، وقاعدة بيانات ذات حجم غير صحيح، ونسخ احتياطية قديمة لا يتم حذفها أبدًا - كل ذلك يحرق الأموال بهدوء. FinOps (العمليات المالية) هو النظام الذي يجعل الإنفاق السحابي مسؤولية مشتركة لفرق الهندسة والمالية والأعمال، ويجعل الإنفاق مرئيًا ومُحسّنًا. بالنسبة لمتخصصي DevOps، هذا يعني الانتقال من عقلية "فقط دع الأمر يعمل" إلى عقلية "دعه يعمل ولا تضيعه".
غالبًا ما يأتي الهدر في السحابة من بعض الأنماط المألوفة: الموارد الخاملة (غير المستخدمة ولكن مدفوعة الأجر)، والإفراط في التزويد (موارد أكبر من الحاجة)، ونموذج التسعير الخاطئ (السعر الكامل بدلاً من الالتزام المخفض)، والاختفاء (لا أحد يعرف ماذا يكلف). يعد الذكاء الاصطناعي شريكًا قويًا في التحليل هنا: فهو يلخص عناصر الفواتير المعقدة، ويحدد أنماط الهدر، وينشئ سيناريوهات التوفير. لكن القرار بإيقاف تشغيل أحد الموارد أو تقليص حجمه - لأن الخطأ في استخدامه قد يؤدي إلى انقطاع الخدمة - هو قرارك.
تشريح تكلفة السحابة
من أجل التحسين، عليك أن تعرف من أين تأتي التكلفة:
- الحوسبة: الأجهزة الافتراضية والحاويات. عادة ما يكون العنصر الأكبر. غالبا ما يتم اختياره أكبر من اللازم.
- التخزين: الأقراص، مخازن الكائنات، النسخ الاحتياطية. ينمو بصمت. إذا لم يتم مسح البيانات القديمة، فإنها تتراكم.
- الشبكة: خاصة عند الخروج، حيث يعد نقل البيانات من السحابة أو بين المناطق أمرًا مكلفًا ومفاجئًا.
- الخدمات المُدارة: الخدمات الجاهزة مثل قاعدة البيانات، وقائمة الانتظار، وموازن التحميل؛ أنت تدفع قسطًا من الراحة.
رافعتان أساسيتان للسعر: المثيلات المحجوزة / خطط التوفير - الالتزام باستخدام معين لمدة 1-3 سنوات والحصول على خصم كبير؛ والقدرة الفورية/المنقطعة - استخدام سعة السحابة الخاملة بتكلفة زهيدة للغاية ولكن يمكن استرجاعها (مثالية للوظائف التي تتحمل الانقطاع).
أحد المبادئ الأساسية لـ FinOps هو لا مركزية المسؤولية: تكلفة السحابة ليست عنصرًا محاسبيًا يمكن للفريق المالي حله بمفرده. المهندس الذي أنشأ هذا المورد يعرف بشكل أفضل مقدار تكلفة المورد وما إذا كانت هناك حاجة إليه بالفعل. ولهذا السبب، في ثقافة FinOps الناضجة، يرى كل فريق نفقاته الخاصة ويمتلكها. يعد الذكاء الاصطناعي أداة مساعدة قوية في توفير هذه الرؤية: حيث يمكنه تلخيص بيانات الفواتير المتفرقة حسب الفريق والمشروع والبيئة والسؤال "من أنفق أكثر هذا الشهر وعلى ماذا؟" يجعل السؤال جوابا. لكن تذكر أن تحسين التكلفة ليس مشروعًا لمرة واحدة، بل هو دورة مستمرة: الإعلام، والتحسين، والتشغيل؛ ثم ارجع إلى البداية مرة أخرى. نظرًا لأن البيئة السحابية تتغير باستمرار، تتراكم النفايات باستمرار.
نصيحة: عادةً ما تكون أسرع عمليات التوفير هي "الحجم الصحيح" و"تنظيف الموارد الخاملة"؛ هذه لا تتطلب أي التزام وهي قريبة من خالية من المخاطر. قم بتنظيف النفايات أولاً قبل الانتقال إلى الخصومات الملتزم بها — وإلا ستحتفظ بالنفايات في السعر المخفض.
خطوة بخطوة: تحليل التكلفة باستخدام الذكاء الاصطناعي
- استخراج بيانات الفاتورة. احصل على تفاصيل التكلفة التفصيلية (تصدير التكلفة/ملف CSV) للسحابة. إخفاء معرفات الحساب والحقول الحساسة.
- الترتيب من الأكبر إلى الأصغر. 80% من التكلفة تأتي عادة من عدد قليل من العناصر؛ التركيز هناك.
- ابحث عن أنماط النفايات. موارد خاملة وضخمة وغير موسومة.
- هل تم إنتاج السيناريو. "ما مقدار التوفير، وما مقدار المخاطرة، إذا قمت بتصغير حجم هذا المورد بدرجة واحدة؟"
- تقييم المخاطر. قم بوزن كل اقتراح بنفسك من حيث الأداء والانقطاع.
- تطبيق تدريجيا ومراقبة. تصغير المقاييس، ثم مراقبتها؛ إذا لم تكن هناك مشكلة، استمر.
الأمان والخصوصية: بيانات الفواتير حساسة
يعد تفريغ الفوترة السحابية أكثر حساسية مما يبدو: يمكن قراءة معرفات الحساب وأسماء الموارد (التي تحتوي أحيانًا على اسم العميل) وبنية البنية الخاصة بك والإنتاجية من هناك. قم بإخفاء أرقام الحسابات وأسماء الموارد المخصصة والعلامات الخاصة بالعميل قبل إعطائها إلى الذكاء الاصطناعي لتحليلها. إذا وضع أحد المنافسين يده عليه، فإنه يتخلى عن نطاقك وهيكل التكلفة.
تحذير: معظم المدخرات التي يقترحها الذكاء الاصطناعي صحيحة، ولكن بعضها خطير: ما يقوله "يبدو أن هذا المورد خامل، احذفه" قد يكون في الواقع مهمة نسخ احتياطي مهمة يتم تشغيلها مرة واحدة في الشهر. قبل حذف أحد الموارد، تحقق من من يستخدمه ولأي غرض. قد يكون قرار الحذف لا رجعة فيه.
أنماط النفايات وجدول الحلول
نمط النفايات
أعراض
الحل النموذجي
خطر
مورد خامل
استخدام قريب من 0%
إغلاق/حذف (بعد التحقق)
منخفض متوسط
المتضخم
وحدة المعالجة المركزية/الذاكرة منخفضة باستمرار
تقليل حجم واحد (الحجم الصحيح)
منخفض
حساب السعر الكامل
تحميل مستقر ومستمر
خطة الادخار/محجوزة
منخفض (الالتزام)
الأعمال التي تتحمل الانقطاع
أحمال الدفعة/الاختبار
القدرة البقعية
المتوسطة (الخصم)
التخزين القديم
البيانات لم تمس لسنوات
نقل/حذف إلى الطبقة الباردة
متوسطة (استرجاع)
ثلاث حالات صغيرة
الحالة 1 - توفير 4200 دولار شهريًا. قام أحد الفرق بتسليم فاتورة شهرية مقنعة إلى الذكاء الاصطناعي وطلب منه "إدراج أهم 10 عناصر وإهدار محتمل". أشارت منظمة العفو الدولية إلى أن بيئة اختبار واحدة ظلت مفتوحة على مدار الساعة طوال أيام الأسبوع وأن ثلاث قواعد بيانات لديها أربعة أضعاف السعة المطلوبة. أغلق الفريق بيئة الاختبار بعد ساعات العمل، وقلص قواعد البيانات: انخفضت الفاتورة الشهرية بمبلغ 4200 دولار. لم يتأثر أداء التطبيق على الإطلاق لأنهم قاموا بالتصغير باتباع المقاييس.
الحالة 2 - تم اكتشاف اقتراح "حذف" خطير. وقالت منظمة العفو الدولية "لم تتم قراءة دلو التخزين هذا منذ أشهر، ويمكن حذفه". وعندما سأل المهندس عمن يستخدمها، وجد أن الخلية تحتفظ بسجلات التفتيش، وهو مطلب قانوني للاحتفاظ به. إذا تم حذفه، فإنه سيكون انتهاكا للامتثال. وبدلاً من حذفه، قاموا بنقله إلى فئة تخزين بارد أرخص؛ كل من الادخار والانسجام.
الحالة 3 - تم حل مفاجأة الخروج. تم تضخيم الفاتورة بشكل غير متوقع. ولخصت منظمة العفو الدولية هذا التقسيم وأظهرت أن الزيادة جاءت من بند "الخروج". السبب: كانت الخدمة تسحب البيانات من منطقة أخرى كان من المفترض أن تكون في نفس المنطقة. عندما ركزنا الهندسة المعمارية في نفس المنطقة، تم تخفيض تكلفة الخروج إلى الثلث.
أربعة قوالب قابلة للنسخ
1) تحليل الفاتورة (مقنع):
قم بتحليل تفاصيل تكلفة السحابة المقنعة أدناه. أعطني: (1) أغلى 10 عناصر، (2) أنماط الهدر المحتملة (الخمول، كبيرة الحجم، التخزين القديم، الخروج)، (3) المدخرات الشهرية المقدرة لكل منها، و (4) خطر انقطاع الخدمة/الأداء لكل اقتراح. أضف ملاحظة "التحقق أولاً" لكل مورد تقترح حذفه. النص: [CSV/ملخص]
2) سيناريو الحجم الصحيح:
آخر 30 يومًا من الاستخدام للمورد التالي: [وحدة المعالجة المركزية/الذاكرة/مقاييس الطلب]. إذا قمت بتقليص هذا الحجم: ما هي المدخرات المقدرة، ما هي مخاطر الأداء، ما المقياس الذي يمكنني مراقبته بثقة؟ اقترح خطة تدريجية.
3) قرار الالتزام/الخصم:
لقد كان استخدامي للحوسبة مستقرًا خلال الأشهر الستة الماضية: [ملخص]. فكر فيما إذا كان من المنطقي التحول إلى خطة التوفير/الحجز: ما هو التعادل، ما هي فترة/نطاق الالتزام المناسب، ما هي المخاطر الموجودة (في حالة انخفاض الاستخدام)؟ أخبرني إذا كنت بحاجة إلى تنظيف النفايات أولاً.
4) استراتيجية وضع العلامات:
اقترح معيارًا لوضع علامات على الموارد لجعل التكلفة مرئية على أساس الفريق/المشروع/البيئة: ما هي العلامات التي يجب أن تكون إلزامية، وكيف يمكنني التقاط الموارد غير المميزة، وكيف يمكنني الإبلاغ عن التكلفة وفقًا لهذه العلامات؟ إعطاء مجموعة بداية ملموسة.
موجه ضعيف / موجه قوي
ضعيف: "كيف يمكنني خفض فاتورتي السحابية؟"
النتيجة: لا توجد بيانات ولا سياق؛ يقدم الذكاء الاصطناعي نصيحة عامة بشأن "إيقاف تشغيل ما لا تستخدمه"، دون التأثير على فاتورتك.
Strong: "في تفاصيل التكلفة المقنعة أدناه، قم بإزالة أغلى 10 عناصر، وقم بوضع علامة على أنماط الهدر، وقم بإعطاء المدخرات المقدرة ومخاطر التعطيل لكل منها. بالنسبة لكل مورد توصي بحذفه، اكتب ما أحتاج إلى التحقق منه أولاً. لقد قمت بإخفاء معرفات الحساب."
الفرق: الموجه الثاني يعطي بيانات حقيقية (مقنعة)، وتنسيق إخراج واضح وتوقعات المخاطر/التحقق من الصحة؛ يتحول الناتج مباشرة إلى مدخرات.
الأخطاء الشائعة
- الانتقال إلى الالتزام دون تنظيف النفايات. حبس النفايات بسعر مخفض.
- تطبيق اقتراح "الحذف" الخاص بالذكاء الاصطناعي دون التحقق منه. قد يتم حذف بيانات النسخ الاحتياطي/التدقيق الهامة.
- القيام بالتخفيض دون تتبع المقاييس. التصغير المفرط يضرب الأداء والعميل.
- نسيان الخروج. تكلفة الخروج من الشبكة هي المفاجأة الأكثر تجاهلًا في أغلب الأحيان.
- لا وضع العلامات. إذا لم يعرف من يتحمل التكلفة فلن يتحمل أحد المسؤولية.
- مشاركة بيانات الفاتورة بدون قناع. تسرب النطاق والطوبولوجيا.
باختصار
تهدف FinOps إلى جعل الإنفاق السحابي مرئيًا وتتبع الهدر بشكل منهجي. غالبًا ما يأتي الهدر من الموارد الخاملة، والتضخم، ونموذج الأسعار غير الصحيح، والاختفاء. يعد الذكاء الاصطناعي شريكًا قويًا في التحليلات لتلخيص تفاصيل الفواتير المعقدة ووضع علامات على أنماط الهدر وإنشاء سيناريوهات التوفير. ولكن تقع على عاتقك مسؤولية تنظيف النفايات أولاً، ثم الالتزام وتنفيذ كل اقتراح "حذف/تصغير" من خلال التحقق من الاستخدام، وإجراء التصغير عن طريق تتبع المقاييس، وإخفاء بيانات الفواتير.
مهمة التطبيق
توزيع التكلفة وإخفاء حساب سحابي (خاص أو مثيل). (1) قم بإزالة أغلى العناصر وأنماط النفايات باستخدام قالب "تحليل الفاتورة". (2) بالنسبة للمورد الذي تم وضع علامة عليه "خامل"، تحقق من هوية المستخدم/الهدف الذي يستخدمه من أجله قبل حذفه ولاحظ النتائج التي توصلت إليها. (3) "ما هو المقياس الذي يمكنني من خلاله تنفيذ توصية الحجم الصحيح؟" توصيله بخطة آمنة مع السؤال.
قائمة مرجعية
- [ ] قمت بإخفاء معرفات الحساب وأسماء الموارد الحساسة في كشف الفاتورة.
- [ ] ركزت على العناصر الأكبر من حيث التكلفة أولاً.
- [ ] بالنسبة لكل اقتراح "حذف"، قمت بالتحقق من هوية/هدف استخدام المورد.
- [ ] قمت بتطبيق التخفيض تدريجيًا، متبعًا المقياس.
- [ ] قمت بتنظيف النفايات قبل الانتقال إلى الخصم الملتزم.
- [ ] لقد قمت أيضًا بفحص العناصر الخادعة مثل الخروج والتخزين.