Den ene teknologiomkostning, du ikke måler – der kunne spare millioner, hvis du gjorde det

Et af de største skift, der skal ske med overgangen til skyen, er, hvordan vi betaler for teknologi og applikationer. Industrien har skiftet fra alt-du-kan-behandle på en server med on-premise datacentre til en variabel eller utility compute model. Ifølge en nylig Apptio indberette, betyder det, at "mikrooptimeringer kan ske på teamniveau hver eneste dag for at ændre formen på skyudgifterne ... Det er en verden af ​​OpEx (driftsomkostninger) i stedet for CapEx (kapitalomkostninger), der fuldstændig ændrer, hvordan finans rapporteres og klarede."

Som følge heraf er den traditionelle indkøbsmodel for udgifter blevet ændret, hvilket lægger købekraften i hænderne på ingeniører, der udvikler og administrerer disse applikationer og infrastruktur med meget lidt hensyn til, hvad det koster virksomheden i driftsudgifter. Alle, der arbejder i teknologigravene i dag, er fokuseret på her og nu for deres specifikke ejerskabsområde, hvilket sikrer, at systemet kommer igennem hver dag uden afbrydelser. Ingen tænker på: Kunne vi gøre det, vi gør, hurtigere, bedre, smartere, dvs. mere effektivt inden for applikationer og processer?

Apptio, udviklere af software designet til at vurdere og kommunikere omkostningerne ved it-tjenester til planlægning, budgettering og prognoseformål, beskriver yderligere den dystre virkelighed i denne situation som "ingeniører, der indgår økonomiske forpligtelser over for skyen, der påvirker bundlinjen i deres virksomheder, mens finansteams kæmper for at følge med tempoet og detaljeringen af ​​udgifterne."

De fleste ingeniører kontrollerer eller forstår ikke helt den kode, de skriver; de tilføjer blot infrastruktur til at drive det, der promoveres til produktion.

Det er ikke almindelig praksis i branchen at beregne de samlede omkostninger for dit teknologimiljø for de hundredvis af applikationer eller teknologi, dit team understøtter. Dette skal ændres. (Bemærk: Jeg taler ikke om Robotic Processing Automation-RPA, der bruger bots til at automatisere digitale opgaver.) Min tilgang er fokuseret på effektiviteten af ​​applikationer, kode og processer, ikke effektivitet gennem automatisering.

Hvorfor det er vigtigt at måle de samlede omkostninger ved kode.

Applikationer er designet til at gøre processer enkle for erhvervsbrugeren. Det kræver mange ressourcer og kompleksitet for en applikation at give et svar, selvom responstiden kun er et par sekunder. Nu skal du gange dette med tusinder eller millioner af applikationsanmodninger pr. sekund på tværs af tusindvis af servere på tværs af din virksomhed. Det er nemt for ting at blive uden for rækkevidde, når der foregår så meget på samme tid, og det relaterer sig også til omkostningerne. Hvis serverne, der kører en applikation, formodes at vare tre år, men kun vare et, fordi de er ude af kapacitet - hvad er den reelle pris for den applikation? Dette er noget CFO'er og andre skal vide, fordi de har budgetter på plads, som skal overholdes.

Et effektivt, sundt system kræver færre ressourcer til at behandle den samme arbejdsbyrde end et ineffektivt system. Kodeoptimering frigør endnu flere ressourcer.

Stort set ethvert system har potentialet til at realisere kapacitetsrationalisering med mindst 30 til 40 procent, og kodeoptimering kan give yderligere 20 til 80 procent af omkostningsbesparelser.

Dette betyder, at de samme arbejdsbelastninger kan køres på mindre servere, hvilket reducerer cloud- og licensomkostninger. Værdien af ​​disse besparelser er ikke blot kortsigtet, men over længere perioder, da de fleste applikationer nu lever i 5 til 20 år eller længere. Det er ikke kun et spørgsmål om bundlinjen, det er overvejelserne om, hvad der kunne gøres med denne frigjorte kapital for at fremme forretnings-KPI'er i dag.

Forestil dig de samlede omkostninger ved kode over 20 år, og overvej: "Kunne vi have gjort den kode 20 % mere effektiv, og i så fald, hvor meget kunne vi have sparet over 20 år?"

Så er der flytningen til skyen og pay-as-you-go versus forudbetaling model, der løber omkostningerne op for at drive og vedligeholde datasystemer hurtigere, end vi kan fange og analysere dem. Apptio-rapporten fremhæver, hvordan alle taber, når der ikke er gennemsigtighed i omkostningerne ved cloud-tjenester:

• Engineering bruger mere end nødvendigt med ringe forståelse for omkostningseffektivitet.
• Økonomiteams kæmper for at forstå – og holde trit med – hvad der bliver brugt på det forbløffende antal muligheder (AWS alene har cirka 300,000 SKU'er og yderligere tusindvis af nye funktioner om året).
• Ledelse har ikke nok input til, hvor meget der vil blive brugt eller evnen til at påvirke prioriteringer.
• Indkøb er ikke en bevidst deltager i sin egen outsourcing.

At estimere besparelserne, vil du have, hvis du optimerer et stykke kode, før det gør dit system ineffektivt (i bedste fald) eller forårsager et udfald (i værste fald) kræver lidt mere planlægning og indsigt. Men det er nødvendigt, hvis vi vil holde trit med den nuværende vækstrate, som virksomheder oplever.

I min næste artikel vil jeg tale om, hvordan vi kan måle de samlede omkostninger ved kode og derved spare milliarder på ineffektive processer. Er du med mig?