Volg ZDNET: Voeg ons toe als voorkeursbron op Google.
De belangrijkste conclusies van ZDNET
- Cloud-first-benaderingen moeten opnieuw worden bekeken.
- AI draagt bij aan de stijgende cloudkosten.
- Een hybride model verzekert het beste van twee werelden.
Ongeveer tien jaar geleden woedde het debat tussen cloud- en on-premises computing. De wolk won die strijd handig, en het kwam niet eens in de buurt. Nu heroverwegen mensen echter of de cloud voor veel situaties nog steeds de beste keuze is.
Ook: Cloud-native computing staat op het punt om te exploderen, dankzij AI-inferentiewerk
Welkom in het tijdperk van AI, waarin computergebruik op locatie er weer goed uit begint te zien.
Er is een beweging gaande
Bestaande infrastructuren die nu zijn geconfigureerd met clouddiensten zijn mogelijk eenvoudigweg niet klaar voor de nieuwe AI-eisen, waarschuwde een recente analyse van Deloitte.
“De infrastructuur die is gebouwd voor cloud-first-strategieën kan de AI-economie niet aan”, aldus het rapport, geschreven door een team van Deloitte-analisten onder leiding van Nicholas Merizzi.
Ook: 5 onmisbare cloudtools voor kleine bedrijven in 2025 (en mijn top 10 geldbesparende geheimen)
“Processen die zijn ontworpen voor menselijke werknemers werken niet voor agenten. Beveiligingsmodellen die zijn gebouwd voor perimeterverdediging bieden geen bescherming tegen bedreigingen die op machinesnelheid werken. IT-besturingsmodellen die zijn gebouwd voor dienstverlening zijn geen drijvende kracht achter bedrijfstransformatie.”
Om aan de behoeften van AI te voldoen, overwegen bedrijven volgens de analisten van Deloitte een verschuiving van voornamelijk de cloud naar een hybride mix van cloud en on-premise. Beslissers op het gebied van technologie nemen een tweede en derde blik op de mogelijkheden op locatie.
Ook: Wilt u echte AI ROI voor bedrijven? Het zou eindelijk kunnen gebeuren in 2026 – en dit is waarom
Zoals het Deloitte-team het omschreef, is er een beweging gaande “van cloud-first naar strategische hybride – cloud voor elasticiteit, on-premise voor consistentie en edge voor directheid.”
Vier kwesties
De analisten van Deloitte noemden vier brandende problemen die zich voordoen bij cloudgebaseerde AI:
- Stijgende en onverwachte cloudkosten: De kosten voor AI-tokens zijn in twee jaar tijd 280 maal gedaald, merken ze op – toch “zien sommige bedrijven maandelijkse rekeningen die in de tientallen miljoenen lopen.” Het overmatig gebruik van cloudgebaseerde AI-diensten “kan leiden tot frequente API-hits en escalerende kosten.” Er is zelfs een omslagpunt waarop implementaties op locatie zinvoller worden. “Dit kan gebeuren wanneer de cloudkosten 60% tot 70% van de totale kosten voor het aanschaffen van gelijkwaardige systemen op locatie beginnen te overschrijden, waardoor kapitaalinvesteringen aantrekkelijker worden dan operationele kosten voor voorspelbare AI-workloads.”
- Latentieproblemen met de cloud: AI vereist vaak een latentie van bijna nul om acties uit te voeren. “Toepassingen die responstijden van 10 milliseconden of minder vereisen, kunnen de inherente vertragingen van cloudgebaseerde verwerking niet tolereren”, benadrukken de auteurs van Deloitte.
- On-premises belooft een grotere veerkracht: Veerkracht maakt ook deel uit van de dringende eisen voor volledig functionele AI-processen. Deze omvatten “missiekritieke taken die niet kunnen worden onderbroken, vereisen een infrastructuur op locatie voor het geval de verbinding met de cloud wordt onderbroken”, stellen de analisten.
- Gegevenssoevereiniteit: Sommige bedrijven “repatriëren hun computerdiensten, omdat ze niet volledig afhankelijk willen zijn van dienstverleners buiten hun lokale rechtsgebied.”
Ook: Waarom sommige bedrijven zich terugtrekken uit de publieke cloud
Drieledige aanpak
De beste oplossing voor het dilemma cloud versus on-premise is om voor beide te kiezen, aldus het Deloitte-team. Zij bevelen een aanpak op drie niveaus aan, die uit het volgende bestaat:
- Cloud voor elasticiteit: Om te kunnen omgaan met variabele trainingsbelastingen, capaciteitsbehoeften en experimenten.
- On-premises voor consistentie: Voer productie-inferentie uit tegen voorspelbare kosten voor grote, continue workloads.
- Rand voor directheid: Dit betekent AI binnen edge-apparaten, apps of systemen die “tijdkritische beslissingen nemen met minimale latentie, vooral voor productie- en autonome systemen waar responstijden van een fractie van een seconde het operationele succes of falen bepalen.”
Deze hybride aanpak wordt voor veel ondernemingen als de beste weg voorwaarts beschouwd. Milankumar Rana, onlangs software-architect bij FedEx Services, is all-in met cloud voor AI, maar ziet de noodzaak om beide benaderingen waar nodig te ondersteunen.
“Ik heb grootschalige machine learning- en analyse-infrastructuren gebouwd en ik heb gemerkt dat bijna alle functionaliteiten, zoals datameren, gedistribueerde pijplijnen, streaming-analyses en AI-workloads op basis van GPU’s en TPU’s, nu in de cloud kunnen draaien”, vertelde hij aan ZDNET. “Omdat AWS-, Azure- en GCP-services zo volwassen zijn, kunnen bedrijven snel groeien zonder dat ze vooraf veel geld hoeven uit te geven.”
Ook: Hoe AI-agenten verspilling in uw bedrijf kunnen elimineren – en waarom dat slimmer is dan kosten besparen
Rana vertelt klanten ook “sommige workloads on-premises te houden waar datasoevereiniteit, regelgevingsoverwegingen of een zeer lage latentie de cloud minder bruikbaar maken”, zei hij. “De beste manier om dingen nu te doen is door een hybride strategie te gebruiken, waarbij je gevoelige of latentiegevoelige applicaties on-premise houdt terwijl je de cloud gebruikt voor flexibiliteit en nieuwe ideeën.”
Of ze nu gebruik maken van cloudsystemen of systemen op locatie, bedrijven moeten altijd de directe verantwoordelijkheid nemen voor beveiliging en monitoring, zegt Rana. “Beveiliging en compliance blijven de verantwoordelijkheid van alle individuen. Cloudplatforms omvatten robuuste beveiliging, maar u moet ervoor zorgen dat u zich houdt aan de regelgeving voor encryptie, toegang en monitoring.”
