D'abord et avant tout réduire les gaspillages et les ressources inexploitées. L'étude de la FinOps Foundation, auprès de 1245 spécialistes du sujet dans le monde, donne clairement la priorité du moment. Alors que les études précédentes de l'organisation à but non lucratif accordaient la primauté à la responsabilisation des équipes sur leurs décisions en matière d'utilisation des ressources, le cru 2024 met en avant la volonté de traquer les dépenses inutiles (citée par 50% des répondants), suivie de la gestion fine des engagements - instances réservées, plans d'économie, rabais sur des niveaux d'usage ou négociés spécifiquement - pris auprès des fournisseurs (43%) et de la fiabilisation des prévisions de dépenses (41%). Notons que cette chasse au gaspi concerne tous les profils d'entreprises, tant celles dépensant assez peu sur le cloud (entre 0 et 15 M$ à l'année) jusqu'à celles y consacrant des budgets élevés (plus de 100 M$).

Pour la FinOps Foundation, les démarches de contrôle des coûts continuent à se concentrer sur la puissance de calcul. « Cela n'est pas surprenant, car il s'agit également du segment le plus générateur de dépenses pour la plupart des entreprises », écrit l'organisation. Deux-tiers des professionnels interrogés indiquent ainsi que leur entreprise pratique des optimisations massives sur les dépenses relatives au calcul. Une proportion qui chute nettement quand on s'intéresse à d'autres types de services, comme la data et le stockage (44%), les bases de données (39%) ou encore les conteneurs (28%). Bref, pour la FinOps Foundation, « il reste des progrès à accomplir ». Et c'est encore plus vrai dans les domaines naissants, comme le Serverless où seuls 15% des spécialistes du FinOps indiquent que leur organisation met déjà en oeuvre des optimisations massives, tandis que 48% se contentent de contrôles assez basiques de l'adéquation entre besoins et dépenses.

IA : le futur chantier du FinOps

Le constat est même encore plus noir concernant l'IA et le Machine Learning, la priorité donnée au déploiement rapide de ces technologies se traduisant par une absence totale d'optimisation des coûts dans plus d'un cas sur deux. « Seuls 31 % des répondants à l'enquête expliquent que les coûts de l'IA/ML ont un impact sur leur pratique FinOps aujourd'hui », observe la FinOps Foundation. Cette dernière s'attend toutefois à ce que le sujet gagne en importance. Parmi les organisations les plus dépensières sur le cloud, 45% indiquent ainsi que les coûts de l'IA et du Machine Learning ont eu un impact inflationniste « rapide » sur la facture globale. « Pour l'IA, cette période rappelle les débuts du cloud. De grandes quantités d'expérimentations sans limites ont été encouragées au début, sans grande considération pour les budgets ou la gouvernance, jusqu'à ce que les coûts commencent à dépasser les seuils budgétaires ou à augmenter plus rapidement que prévu », souligne la FinOps Foundation.

L'étude de l'organisation à but non lucratif pointe également les lacunes dans les prévisions de dépenses. Un point pourtant essentiel, selon la FinOps Foundation qui écrit : « les entreprises qui sont en mesure de prévoir avec précision leurs dépenses dans le cloud sont mieux placées pour tirer parti de la myriade d'outils et de ressources proposés par les fournisseurs ». A ce jour, la fonctionnalité de prévision de la dépense la plus fréquemment déployée reste les ajustements manuels de ces anticipations. Tandis que les experts interrogés attendent avant tout de la réactivité aux variations de consommation et de l'automatisation.

En complément :
- FinOps : vers une norme pour (enfin) comparer ses factures cloud
- Les bonnes pratiques du FinOps, épisode 1 : lutter contre les dérives des coûts du cloud
- Les bonnes pratiques du FinOps, ép. 2 : le contrôle des coûts du cloud au coeur de la culture d'entreprise