为什么这很重要

过去技术成本是少数几项大而缓慢的决定:购买服务器、签订许可证、建设数据中心。财务部门可以一年规划一次。云服务和订阅改变了这一点。任何工程师都能创建每小时花钱的资源,而账单一个月后才到,汇总在一起,没人能说出是什么推高了它。成本逐渐上升,然后跃升,第一个迹象是发票上的意外。

AI 使之更加尖锐。一次提示只花不到一分钱的一小部分,而一个被一百万人使用的功能则要花很多。训练一个模型,或在专用硬件上运行大型工作负载,一天的花费可能相当于一个团队一个月的预算。服务器是你可以在机架上看到的,而按使用量计费的成本在变大之前是不可见的。

服务管理中的财务管理早于云。ITIL 把它描述为理解和管理服务的成本,包括预算、会计和计费。FinOps 是一项较新的实践,由一个从业者社区命名,通过工程、财务和业务团队之间的协作,为云支出带来财务问责。本主题描述两者,以及它们如何相互补充。它与资产管理(主题 4.1 — 资产管理)、服务级别管理(主题 3.7 — 服务级别管理)以及自动化和 AI 的经济性(主题 6.1 — 自动化策略和主题 5.8 — AI 运作模型与能力)相联系。它不提供会计或税务建议。

核心概念

服务成本核算。 计算交付一项服务的成本:人员、基础设施、许可证、供应商和间接费用。维基百科描述了成本会计(cost accounting),即记录和分析成本的更广泛的实践。成本分为直接成本(属于某一项服务)和共享成本(需要分摊)。目标是一个可用的估算,而不是完美的估算。

成本分摊。 按某种规则,比如人数、使用量或容量,把共享成本分配给服务、团队或产品。维基百科描述了成本分摊(cost allocation)和作业成本法(activity-based costing),后者按驱动成本的活动来分摊。规则应当易于理解、难以争辩;完美的规则不值得长时间的争论。

展示(showback)与回收(chargeback)。 展示是向消费者报告成本而不向他们计费;回收则向他们计费。维基百科描述了 IT 回收与展示(IT chargeback and showback)。展示以较小的摩擦培养意识。回收创造更强的激励,也带来更多的行政工作,并可能引发关于分摊的争论。许多组织从展示开始。

预算与预测。 预算是预期支出的计划;预测是对支出最终将落在哪里的更新估计。维基百科描述了预算和预测(forecasting)。对于可变的云和 AI 支出,频繁的预测和告警比年度数字更重要。关于为稳定的团队出资,见主题 2.10 — 敏捷管理与学习。

资本性支出与运营性支出。 会计区分资本性支出(购买预期持续使用的资产)和运营性支出(日常成本)。维基百科对两者均有描述(capital expenditure、operating expense)。云把支出从资本性转移到运营性,这会影响预算和报告;请问问财务部门你们组织如何处理。

总拥有成本。 资产或服务整个生命周期内的成本,包括购买、运行、支持和处置。维基百科描述了总拥有成本(total cost of ownership)。它防止选择了最便宜的购买,却带来最昂贵的使用。

回报与价值。 成本要与价值相联系才有意义。投资回报率(ROI)、净现值及类似的度量,把收益与成本随时间比较。维基百科描述了投资回报率(return on investment)和净现值(net present value)。对难以度量的收益要小心;说明假设和区间。

机会成本与沉没成本。 机会成本是所放弃的最佳替代方案的价值。沉没成本是无法收回的支出;它不应该驱动未来的决策,尽管它常常如此。维基百科对两者均有描述。

FinOps。 一项实践,也是一个社区,旨在为可变的云支出带来财务问责。截至撰写之时,维基百科在该名称下没有单独的文章;FinOps 基金会(finops.org),隶属于 Linux 基金会,发布了框架和定义。其核心理念是:团队拥有自己的使用量和成本,决策由技术的业务价值驱动,数据及时且可获取,中央小组负责赋能而不是监管。

FinOps 循环。 常见的描述有三个反复的阶段:告知(使成本可见并加以分摊)、优化(找出节省之处并采取行动)和运营(把这项实践融入团队的工作方式)。详细内容请查阅基金会当前的框架。

云中的标签与分摊。 只有资源被标注了负责人、服务和环境,成本数据才有用。没有标签,账单就无法分摊。在创建时强制执行标签。见主题 4.4 — 配置管理。

优化杠杆。 常见的包括适度调整资源规模、关闭闲置资源、对稳定的工作负载使用承诺折扣、选择更便宜的存储层,以及架构变更。节省取决于可靠性和投入方面的取舍。对照每项所支持的服务级别来权衡。见主题 3.11 — 可用性、容量与性能。

单位成本。 每笔交易、每位用户或每个请求的成本,使支出与价值相联系。如果总成本上升而每笔交易的成本下降,增长可能是原因。如果每笔交易的成本上升,说明出了问题。单位度量有助于与财务和产品负责人的讨论。

AI 的成本。 AI 工作负载增加了训练、托管和使用的成本,通常按词元(处理的文本单位)、按图形处理器(GPU)等专用硬件上的计算时间,或按调用次数定价。维基百科描述了图形处理器(graphics processing unit)和机器学习。能耗也是一种成本和可持续性方面的关切。按用例和成果跟踪成本。见主题 5.8 — AI 运作模型与能力。

作为财务概念的技术债务。 被推迟的维护是一种负债,其利息以更慢的工作和更多的事件来支付。维基百科描述了技术债务(technical debt)。用金钱和时间展示它的代价,有助于它争取经费。

这些视角如何契合。 财务管理支持对稳定团队的敏捷拨款。AI 可以帮助分析账单并预测,需要人工审查,而且它本身也是需要管理的成本。自动化关闭闲置资源并强制执行标签。分析提供成本和价值数据。

最佳实践

  1. 让成本对决策者可见。 向每个团队近乎实时地展示他们所运行内容的成本,分摊要让他们信任。可见性比政策更能改变行为。
  2. 在创建时打标签并强制执行。 在流水线中要求负责人、服务和环境标签。报告未打标签的支出并追查。
  3. 从展示开始。 先共享成本,让团队作出反应,再引入收费。只有当收益值得投入与争论时,才转向回收。
  4. 按简单、一致同意的规则分摊。 选择人们理解的规则,记录下来,并每年评审。不要花数月追求完美。
  5. 经常预测并对变化告警。 对可变支出,每月或每周更新预测,并设置预算告警。迅速调查意外。
  6. 对明显的节省采取行动。 移除闲置资源,适度调整规模,并在服务级别允许的地方转到更便宜的层级。记录每项节省及其取舍。
  7. 在工作负载稳定时作出承诺。 对稳定的使用量,在分析之后考虑承诺折扣,并加以评审。避免对不确定的工作负载作出承诺。
  8. 使用单位成本。 在总额之外,报告每笔交易、每位用户或每项成果的成本。与产品负责人讨论其变化。
  9. 纳入 AI 的使用。 度量每个 AI 用例的成本,包括使用、托管和支持。设定限额和告警,并评审每种用法是否值得其成本。
  10. 在成本与价值和风险之间权衡。 不要未经有意识的选择就削减保障可靠性、安全或用户体验的东西。向负责人展示其中的取舍。

与团队讨论的问题

我们最重要的服务运行成本是多少?我们有多大把握? 询问一个数字及其方法。预期会有粗略的数字和缺失的部分。追问:选择一项服务,建立更好的估算。

我们的云成本中,哪些无法归因于某个团队或服务? 查看未打标签的支出。预期占相当大的比例。追问:分配最大的几项,并对新增的强制执行标签。

我们最近在什么上花了钱,是我们不会再选择的?为什么我们没有注意到? 这个问题找出可见性的缺口。预期会有闲置资源和被遗忘的订阅。追问:商定一个告警和每月一次的评审。

我们如何判断一项节省是否值得对服务冒的风险? 询问最近的一个例子。预期没有人明确地权衡过。追问:商定由谁决定,以及他们需要什么信息。

我们的 AI 使用每个用例花费多少?谁对这个数字负责? 索要账单的明细。预期会有汇总的或未知的数字。追问:为每个主要的 AI 用法指定成本负责人并设定限额。

财务、工程和产品负责人今天如何谈论成本?有什么可以改进? 描述这些会议。预期它们是分开举行的。追问:安排一次每月一次、简短的、对主要成本的联合评审。

实践:一个服务管理示例

一家国家广播公司的流媒体平台运行在公有云上,成本是计划的数倍。财务团队收到的是一张月度发票,要求工程部门“降低 15%”。工程师说流量在增长,削减支出会在直播活动期间危及服务。

平台负责人要求一个月时间来建立可见性。她通过流水线规则强制执行标签,并在各团队的帮助下为现有资源指定负责人。未打标签的支出从 38% 降到 7%。有了分摊,她制作了一份按团队和服务划分的展示报告,外加每播放一小时的成本。报告显示,总成本在一年中上升了 30%,而每播放一小时的成本略有下降:大部分是增长而不是浪费造成的。报告还显示,整夜和周末都在运行的开发和测试环境占了 18% 的支出。

团队安排非生产环境在工作时间之外关闭,节省了约三分之二的成本,并适度调整了一批过大的数据库的规模。它避免触动直播活动的容量。对于稳定的基线工作负载,它在三个月的使用分析之后购买了承诺折扣。一个新的由 AI 辅助的字幕功能被单独跟踪:它每小时视频的成本高于预期,产品负责人决定先仅用于直播新闻。

变化在于:财务和工程部门讨论的是每播放一小时的成本,目标变成了单位成本,而不是一刀切的削减。仍然困难的是:成本数据有延迟,所以一次糟糕的部署可能运行数日才显现;共享平台成本的分摊受到两个团队的争议;而如果架构发生变化,承诺会降低灵活性。负责人安排了每季度一次对承诺的评审,以及一份关于共享成本如何分摊的简短说明。

四种视角

产品与交付团队

了解你的产品花费多少,给你创建的东西打标签,并把成本纳入设计选择。关注每笔交易的成本,并在某项功能改变它时告诉负责人。

服务与运维团队

移除闲置资源,在顾及可靠性的前提下适度调整规模,并对成本激增告警。把运维数据带到与财务的对话中。

领导层与治理

要求提供单位成本和价值,而不只是总额。决定集中化的程度。为可见性和标签工作出资,并明确支持与可靠性之间的取舍。

客户与用户

如果你被收费,你应当看到是什么驱动了成本,以及你有什么选择。询问任何分摊的依据,并说明你重视哪些服务级别。

敏捷、AI、自动化与分析

敏捷

为稳定的团队出资,定期与产品负责人评审成本,并把成本作为排定优先级的输入之一。注意:不要把削减成本作为唯一的目标;团队会削减容易削减的东西,比如测试和韧性。

AI

AI 可以分析账单、发现异常和闲置资源并预测支出,需要人工审查。AI 工作负载需要自己的成本跟踪、负责人和限额。注意:建议节省的 AI 助手可能忽略可靠性或合同方面的约束;检查每条建议。见主题 5.8 — AI 运作模型与能力。

自动化

自动化标签的强制执行、闲置资源的关闭、预算告警和报告,带有例外和日志。注意:自动关闭可能删除或停止所需要的东西;对重要资源使用计划和负责人确认。见主题 6.1 — 自动化策略。

分析

使用已分摊的成本、单位成本、预测准确度、未打标签的比例,以及承诺的利用率。注意:展示的数字取决于分摊规则,优化节省的数字往往被夸大;要与实际发票作比较。见主题 7.3 — 度量与报告和《服务管理度量》一书。

常见失败模式

  • 一张笼统的发票。 没人对成本负责。打标签、分摊,并按团队报告。
  • 把削减成本作为目标。 可靠性受损。把成本与服务级别和价值配对。
  • 分摊之争。 团队为规则争吵。选择简单的规则并每年评审。
  • 一年只预测一次。 可变支出带来意外。经常预测并告警。
  • 承诺过早。 折扣锁定了错误的容量。先分析使用情况。
  • 忽视 AI 成本。 使用量在无人察觉中增长。按用例跟踪并设定限额。
  • 与价值没有联系。 支出的削减或增长没有理由。使用单位成本和成果。

成熟度模型

维度 起步 发展 标准化 管理 协同
可见性 总发票 按账户划分的成本 通过标签按团队和服务划分的已分摊成本 近实时的成本和异常告警 成本和价值跨提供商和供应商可见
分摊 无 粗略 简单、有文档的规则 与负责人一起评审规则 分摊与规划和拨款整合
优化 临时 发现一些节省 定期的优化周期 对照实际成本跟踪节省 在监督下自动化优化
价值联系 没有联系 讨论总额 报告单位成本 与负责人一起评审单位成本和成果 一起优化成本、风险和价值

检查清单

  • 我们在创建时用负责人、服务和环境标签标注资源。
  • 团队看得到他们所运行内容的成本。
  • 分摊规则已写下来并获得认同。
  • 预测至少每月更新,并带有预算告警。
  • 我们定期评审闲置和过大的资源。
  • 我们在总额之外报告单位成本。
  • 按用例跟踪 AI 的使用和成本,并设有限额。
  • 节省与可靠性作了权衡并被记录。

AI 提示词

在成本报告中发现异常。

这是过去六个月按服务和团队划分的月度成本报告:[粘贴数据]。
请列出月度之间变化超过 [百分比] 的情况、涉及的服务,以及每处变化向负责人提出的一个问题。不要解释数据中没有的原因。
请列出你不确定的事项。

为团队起草展示摘要。

团队:[名称]。这是他们本月的成本和使用情况:[粘贴]。上个月:[粘贴]。
请用通俗语言写一页纸的摘要:总额、变化、三个主要的成本驱动因素、给出的单位成本,以及给团队的两个问题。不要建议削减。
请列出你不确定的事项。

估算一个 AI 用例的成本。

用例:[描述]。预期使用量:[每天的请求数、平均大小]。我们得到的定价:[粘贴]。
请按低、预期和高使用量计算每月成本区间,展示每一步和假设。说明这些数字遗漏了哪些成本。不要编造价格。
请列出你不确定的事项。

AI 技能

主要来源

  • FinOps Foundation (finops.org):社区关于云财务管理的框架、定义和案例材料。
  • J.R. Storment 和 Mike Fuller,Cloud FinOps(第 2 版,2023):关于这项实践的从业者指南。
  • PeopleCert, ITIL certification pages:所有者对财务管理实践的描述。
  • Wikipedia, "Cost accounting" 和 "IT chargeback and showback":对会计理念的概述。

参考文献

  1. Cost accounting — Wikipedia — https://en.wikipedia.org/wiki/Cost_accounting
  2. IT chargeback and showback — Wikipedia — https://en.wikipedia.org/wiki/IT_chargeback_and_showback
  3. Cost allocation — Wikipedia — https://en.wikipedia.org/wiki/Cost_allocation
  4. Activity-based costing — Wikipedia — https://en.wikipedia.org/wiki/Activity-based_costing
  5. Total cost of ownership — Wikipedia — https://en.wikipedia.org/wiki/Total_cost_of_ownership
  6. Return on investment — Wikipedia — https://en.wikipedia.org/wiki/Return_on_investment
  7. Net present value — Wikipedia — https://en.wikipedia.org/wiki/Net_present_value
  8. Capital expenditure — Wikipedia — https://en.wikipedia.org/wiki/Capital_expenditure
  9. Operating expense — Wikipedia — https://en.wikipedia.org/wiki/Operating_expense
  10. Technical debt — Wikipedia — https://en.wikipedia.org/wiki/Technical_debt
  11. FinOps Foundation — Linux Foundation — https://www.finops.org