LET’S TALK & CONNECT

Negli ultimi anni il FinOps è stato sinonimo soprattutto di ottimizzazione della spesa cloud, focalizzato sul corretto dimensionamento delle istanze e sull’ottimizzazione degli sprechi. Una recente analisi della FinOps Foundation dal titolo “State of FinOps 2026”, condotta su 1.192 rispondenti in tutto il mondo (l’EMEA pesa il 35%) che rappresentano oltre 83 miliardi di dollari di spesa cloud annuale, descrive come questa disciplina stia cambiando pelle, andando oltre il perimetro del solo cloud ed entrando con maggiore slancio nel ciclo di vita dei progetti a valenza tecnologica, non solo in fase di rendicontazione. Al centro di questa trasformazione l’intelligenza artificiale (AI), che oggi domina l’agenda del FinOps, sia come fenomeno da gestire sia come risorsa per potenziare l’attività dei team FinOps in azienda.

Da nicchia a prassi diffusa

Dall’analisi emerge come la quota di team FinOps coinvolti nell’indagine che gestisce attivamente la spesa in AI sia passata dal 31% nel 2024 al 63% nel 2025, fino al 98% nel 2026: in due anni, un tema che riguardava inizialmente un terzo delle organizzazioni sembra essere quindi diventato una presenza diffusa. Guardando ai prossimi dodici mesi, la gestione della spesa legata all’AI diventa inoltre la principale priorità, salendo di sei posizioni nella lista delle urgenze per gli intervistati, superando “voci” più tradizionali come l’ottimizzazione dei workload, aspetti organizzativi o la governance del cloud pubblico. Questo risultato evidenzia come l’AI non sia solo un’altra voce di spesa, ma piuttosto un’area con capacità di impatto trasversale. Per questo, ad esempio, diverse organizzazioni guardano con interesse a forme di autofinanziamento degli investimenti in AI, in particolare grazie ai risparmi da ottimizzazione generati in altre aree.

Una disciplina multi-tecnologica

Il perimetro del FinOps comincia a estendersi ben oltre il cloud: il 90% delle organizzazioni gestisce ormai anche la spesa SaaS (o pianifica di farlo), il 64% gestisce il licensing, il 57% il private cloud e il 48% i data center, con un ulteriore 28% che inizia a includere anche il costo del lavoro. Tra queste categorie, sono proprio le piattaforme dati e l’AI a ricevere maggiore attenzione, per la combinazione tra rapidità nella crescita della spesa e scarsa prevedibilità dei consumi.

Il baricentro organizzativo si sposta

Anche la collocazione organizzativa del FinOps in azienda sta evolvendo. Oggi il 78% dei team intervistati riporta al CTO o al CIO, in crescita di 18 punti percentuali rispetto al 2023, mentre solo l’8% riporta al CFO. È un’inversione rispetto al modello “tradizionale” che vede la pratica legata soprattutto ad aspetti di financial reporting e ottimizzazione dei costi: ora si apre invece alla leadership tecnologica, rafforzando il suo ruolo nelle attività strategiche di architettura, disegno e decisioni di piattaforme. Inoltre, le organizzazioni in cui il FinOps coinvolge il top management mostrano un’influenza superiore sulle decisioni di selezione tecnologica rispetto a quelle in cui l’engagement si ferma a livelli gerarchici più bassi, ad esempio nella scelta dei servizi cloud (53% vs 24%), del provider (47% vs 16%) o tra cloud e data center (28% vs 12%).

L’AI al servizio del FinOps

Il report registra anche una tendenza speculare: l’uso dell’intelligenza artificiale come leva di produttività interna al FinOps stesso. I casi d’uso emergenti includono il rilevamento automatico di anomalie di spesa, raccomandazioni automatizzate di dimensionamento, interrogazione in linguaggio naturale dei dati di costo e procurement automatizzato di strumenti di sconto e tagging delle risorse per velocizzare l’allocazione dei costi. Ad attribuire il massimo valore all’AI applicata al FinOps sono proprio i team più maturi o con volumi di spesa più elevati, segno che questa tecnologia sta seguendo lo stesso percorso di adozione delle altre tecnologie in questo ambito: prima vantaggio competitivo per i team avanzati e poi pratica standard.

I colli di bottiglia strutturali

L’analisi si focalizza anche sulle principali criticità in ambito FinOps per i rispondenti, dalla visibilità sui costi e dall’allocazione dei costi AI alle business unit, alla definizione del valore dell’AI e del suo ROI. Per quanto riguarda la visibilità sui costi, questa è resa difficoltosa in particolare da modelli di pricing molto eterogenei tra fornitori e servizi; l’allocazione dei costi alle business unit risulta invece più complessa rispetto all’infrastruttura tradizionale perché l’uso dell’AI è spesso incorporato in funzionalità di prodotto o flussi di lavoro interni; mentre la determinazione del ROI è resa incerta dalla natura ancora esplorativa di molti investimenti in quest’ambito. La vera domanda, che gli stessi practitioner del settore si pongono, è se l’AI stia effettivamente generando valore, benché oggi resti ancora difficile rispondere con certezza.

Uno mercato in divenire

Interrogati su quali funzionalità negli strumenti di FinOps vorrebbero vedere e che oggi non sono presenti, gli intervistati mettono al primo posto il monitoraggio granulare della spesa AI, in termini di token, richieste ai modelli linguistici e utilizzo GPU, davanti addirittura alle funzionalità per la stima dei costi dell’architettura tecnologica prima della fase di deployment. Questo evidenzia come i team FinOps nelle aziende stiano sviluppando una domanda sempre più esigente nell’ambito dei tool di cost management in ambito AI, che resta uno spazio competitivo da monitorare.

Camilla Bellini
Content & Research Manager, TIG – The Innovation Group