چگونه دید هزینه ابر بر کسب و کار و اشتغال تأثیر می گذارد

داده های جدید اطلاعات جالبی را در مورد مدیریت هزینه های ابری و ترس از اخراج نشان می دهد. آیا باید در رویکردهای خود تجدید نظر کنیم؟

در آخرین وضعیت هزینه ابر در سال ۲۰۲۴ گزارش، CloudZero پیامدهای جدی مدیریت هزینه ابر و تأثیر آن بر ثبات کسب و کار و امنیت شغلی را روشن می کند. نتیجه گیری جالب است.

نظرسنجی CloudZero، که بینش‌هایی را از ۱۰۰۰ متخصص امور مالی و مهندسی به‌دست آورد، بر یک عنصر حیاتی در مدیریت هزینه‌های ابری تاکید کرد: نقش محوری تیم‌های مهندسی. این‌ها فقط «احمق‌هایی» نیستند که فن‌آوری را اداره می‌کنند، بلکه بازیگران کلیدی هستند که می‌توانند به طور قابل‌توجهی بر نتایج هزینه تأثیر بگذارند.

طبق نظرسنجی، ۸۱ درصد از پاسخ‌دهندگان نشان دادند که هزینه‌های ابری زمانی که مهندسان آن‌ها را مدیریت می‌کردند، به‌طور مؤثر مدیریت و قابل پیش‌بینی بودند. این نشان دهنده رابطه مثبت بین مالکیت مهندسی و مدیریت بهتر هزینه ابر است. این تغییر ادراک پیامدهای تجاری قابل توجهی برای مدیریت موثر هزینه ابر دارد.

یکی از افشاگری‌های این گزارش نگرانی شدیدی است که امنیت شغلی با نوسان هزینه‌های ابری مرتبط است. ۷۵ درصد از کارمندان ابراز ترس از از دست دادن شغل خود در صورت افزایش ناگهانی هزینه های ابری ۵۰ درصد یا بیشتر داشتند. این نشان‌دهنده نیاز آشکار به استراتژی‌های مدیریت هزینه ابر قوی‌تر است.

به نظر می‌رسد مهندسان ابر به ندرت نگران هزینه‌ها هستند، به‌ویژه که به امنیت شغلی خود مربوط می‌شوند. من مطمئن نیستم که تا به حال این رابطه را دیده باشم. با این حال، با در نظر گرفتن آن، رهبری مبتنی بر ترس می‌تواند ترس از دست دادن شغل را به عنوان یک محرک اصلی برای تشویق مدیریت بهتر هزینه‌های ابری مورد استفاده قرار دهد.

من با استفاده از اخراج به عنوان یک سلاح مخالف نیستم، اما گمان می‌کنم که بسیاری از شرکت‌ها بیشتر جزئیات هر رویکردی را که کارآمد است نادیده می‌گیرند. اگر در آن سناریو به کسی راهنمایی می‌کردم، به او می‌گفتم کارفرمای دیگری پیدا کند. با این حال، این اولین باری نیست که می‌بینم تاکتیک‌های ترس، عدم اطمینان و شک باعث رفتار یا تغییرات در حول و حوش هزینه می‌شوند. من فقط با آن تاکتیک رهبری مخالفم. من به دنبال حل‌ال‌کننده‌های خلاقانه‌تر مشکل و محرک‌های تیمی در نامزدهای رهبری خود هستم.

مدیریت هزینه در خط مقدم

آنچه که به نظر می رسد این است که مهندسان در خط مقدم کنترل هزینه های ابری هستند. در واقع، آنها بیشترین هزینه های مازاد (یا کم هزینه) را برای خدمات ابری و هزینه های مربوطه به همراه دارند. با این حال، آن‌ها بیشترین دارایی‌هایی هستند که در مواجهه با این هزینه‌ها نادیده گرفته می‌شوند.

مسئله اصلی این است که تیم مدیریت هزینه ابر، از جمله کسانی که مسئول مدیریت برنامه‌های finops هستند، اغلب درک درستی از کار مهندسان و نحوه تأثیر آن بر هزینه‌ها ندارند. آنها فرض می کنند که هر کاری که مهندسان انجام می دهند بدون در نظر گرفتن اینکه ممکن است ناکارآمدی هزینه بالقوه وجود داشته باشد، ضروری و اجتناب ناپذیر است.

وقتی با یک شرکت برای بهینه‌سازی هزینه‌های ابری آن‌ها کار می‌کنم، اغلب می‌پرسم که چگونه با مهندسان ابری خود همکاری می‌کنند. من بیشتر با نگاه های پرسشگر مواجه می شوم. این نشان می‌دهد که آن‌ها با مهندسان به روش‌هایی تعامل نمی‌کنند که به بهینه‌سازی هزینه‌های ابری کمک کند. شرکت ها به مهندسان ابری خود به گونه ای نگاه می کنند که گویی خلبانان هواپیماهای مسافربری هستند – به خوبی آموزش دیده اند، از بهترین شیوه ها و رویه ها پیروی می کنند و در حال حاضر همه چیز را بهینه کرده اند. متأسفانه، این همیشه درست نیست.

واقعیت این است که مهندسان مختلف، از جمله کسانی که با پایگاه‌های داده، امنیت، کدگذارها و زیرساخت‌ها کار می‌کنند، کنترل کاملی بر هزینه‌های رایانش ابری دارند. آنها می‌توانند کارایی را برای بهینه‌سازی هزینه‌ها افزایش دهند یا ناکارآمدی‌هایی را که می‌تواند منجر به هزینه‌های بیش از حد شود، مجاز کنند. آنها این قدرت را دارند که مزایای تجاری مشابهی را با هزینه هایی که می تواند میلیون ها دلار در سال متفاوت باشد، ارائه دهند. اگر هیچ کس عملکرد آنها را زیر سوال نبرد، این رفتار ادامه می یابد. من شخصا شاهد این پدیده بوده ام.

رفتار رانندگی تغییر می کند

بنابراین، اگر مهندسان بسیاری از نتایج تجاری استفاده از منابع ابری را هدایت می‌کنند، چگونه رفتار مطلوب را برای بهینه‌سازی این نتایج تشویق کنیم؟

خب، از مطالعه، می توانید به این نکته اشاره کنید که اگر در بهینه سازی هزینه بهتر عمل نکنند، ممکن است شغل خود را از دست بدهند. آن را امتحان کنید و متوجه خواهید شد که جابجایی بالای کارمندان به یک مشکل تبدیل می شود و مشکلات بهره وری را به هزینه های منابع ابری خود اضافه می کنید. شما هیچ مشکلی را نمی خواهید.

رویکرد بهتر این است که با انجام دو کار، تغییرات رفتاری را هدایت کنید:

ابتدا، مطمئن شوید که مهندسان نسبت به معیارهای هزینه ای که می توانند بر آنها تأثیر بگذارند، دید دارند. اکثر مهندسانی که با آنها کار می کنم از عدم مشاهده استفاده از منابع ابری مرتبط با کارشان شکایت دارند.

اگر آنها نمی توانند ببینند که آیا در مسیر درستی حرکت می کنند یا نه، شما هیچ امیدی به ایجاد تغییرات رفتاری ندارید که بهینه سازی هزینه ابری بهتری را ارائه دهد. در بسیاری از موارد، تنها اجرای این تغییر می‌تواند سالانه میلیون‌ها دلار صرفه‌جویی کند بدون اینکه از هیچ ارزش تجاری صرفه‌جویی کند، مانند کاهش عملکرد یک سیستم ذخیره‌سازی یا محاسباتی برای صرفه‌جویی در هزینه.

دوم، این رویکرد شیوه های بهینه سازی هزینه کارآمدتری را شناسایی می کند. ذکر این نکته ضروری است که ما هیچگونه صرفه جویی در هزینه را با مهندسان به اشتراک نمی گذاریم. با این حال، معیارهای خاصی به آن‌ها اجازه می‌دهد از ارائه بهینه‌سازی هزینه بهتر، منفعت شخصی را درک کنند.

یک مهندس هوش مصنوعی که هزینه‌های ذخیره‌سازی ابری را با اجرای فرآیندهای آموزش مدل کارآمدتر کاهش می‌دهد، باید انتظار داشته باشد که از تلاش‌های خود مزایای شغلی ببیند. این ممکن است شامل پاداش یا شناسایی مستقیم مهندس یا تیم مسئول این تغییرات باشد.

به خاطر داشته باشید که اکثر مهندسان شغل خود را به دلیل دستمزد ترک نمی کنند، بلکه به این دلیل که احساس می کنند به درستی مورد شناسایی یا قدردانی قرار نمی گیرند. شیوه‌های بهینه‌سازی هزینه، حوزه‌هایی هستند که اکثر مهندسان احساس می‌کنند نادیده گرفته شده‌اند یا از آنها استفاده ناکافی می‌شود. بنابراین، اطمینان از اینکه افراد مناسب در خط مقدم مدیریت هزینه های ابری با شناخت و مزایای مناسب برای کارشان هستند، ضروری است.

به هر حال، این روشی نیز برای حل‌ال‌کنندگان خلاق مشکلات و انگیزه‌های تیم است تا به سرعت به سمت‌های رهبری بالاتر پیشرفت کنند یا آسیب‌های ناشی از رهبری مبتنی بر ترس را معکوس کنند.