メインコンテンツへスキップ

GenAI Intelligence

生成 AI（GenAI）サービスのプロダクトやワークフローへの採用が進むと、API の非効率な利用、学習ジョブの長時間実行、不必要なファインチューニング、未使用データの大量保存などが原因で、AI コストが大幅に増加する可能性があります。

DoiT は複数のプロバイダーから AI のコストと利用状況データを集約し、AI 支出を詳細に可視化するとともに、プロジェクトやチーム単位でのコストアロケーションを可能にします。

利点と機能​

  • 統合されたコスト構造: 他のクラウドコストと並べて AI コストを表示し、インフラ支出の全体像を把握することで、より適切な財務判断ができるようになります。AI データをプラットフォームに取り込んだ後は、Cloud Analytics や Budgets、Allocations、Forecasting、Anomaly detection などの DoiT の機能を利用して、AI のコストと利用状況を分析および監視できます。

  • GenAI Intelligence Dashboard: 各 AI プロバイダーを DoiT に接続すると、あらかじめ用意された GenAI Intelligence ダッシュボードにより、単一画面で AI コストと利用状況を特定・追跡できます。データを共通のディメンションに正規化することで、複数の AI プロバイダー間の利用状況をグルーピングおよびレポートし、プロジェクトや組織をまたいだデータの追跡が可能になります。

  • AI ワークロード全体の可視性: すべての GenAI 関連 SKU のデータを追跡できるため、推論、トレーニング、ファインチューニング、埋め込み、RAG（Retrieval-Augmented Generation）など、ユースケース別に支出を分解できます。これにより、どのユースケースがコストを押し上げているかを特定し、どこを最適化すべきかについてデータに基づいた判断を行うことができます。詳細は Work with AI data を参照してください。

対応している GenAI プロバイダー​

DoiT は、以下の GenAI プロバイダーとの連携をサポートしています。

  • クラウドプラットフォーム: すでに クラウドプロバイダー（AWS、GCP、または Azure）をオンボードしている 場合、追加の設定は不要で、DoiT はクラウドの請求データを利用して、以下に示す各 AI プロダクトに関連する AI ワークロード向け SKU を分類します。

    • AWS（Amazon Bedrock、Kiro）

    • Google Cloud（Vertex AI）

    • Microsoft Azure（Azure Machine Learning）

  • Anthropic:

  • Cloudflare: Connect Cloudflare。接続が完了すると、DoiT は Cloudflare の請求データから Workers AI と Vectorize の支出を抽出して表示します。

  • Cursor: Connect Cursor。

  • Databricks: Connect Databricks。DoiT は請求データから利用状況およびコストデータを抽出します。

  • OpenAI: Connect OpenAI。DoiT は OpenAI Platform API の organization/costs と organization/usage を通じて、利用状況およびコストデータにアクセスします。

  • Snowflake: すでに Snowflake を接続している 場合、DoiT は請求データから、直接的なモデル推論、エージェント、および AI コーディングサービスを自動的に分類するため、追加の GenAI 設定は不要です。DoiT は AI SQL 関数および Cortex Agents に対する詳細なアトリビューションを提供し、それ以外の認識された AI サービスは集約された GenAI コストとして表示されます。ユーザー単位での完全なアトリビューションには、SECURITY_VIEWER データベースロールが必要です。Enable GenAI user attribution および Work with Snowflake data を参照してください。

に最終更新