En AI-agent er en løkke rundt en modell. Den planlegger, kaller et verktøy, leser svaret, og tenker en runde til. Ett fullført utfall kan fort koste ti eller tjue modellkall før agenten er ferdig. Jeg kjenner flere måle feil tall her: de sammenligner token-pris før og etter en modellbytte, og glemmer at antall runder i løkken kan doble seg...
Azure Savings Plans gir rabatt mot en forpliktelse over 1 eller 3 år. For norske utviklingsteam som vil kutte skyregningen uten å låse seg til en VM-type, er dette et verktøy det lønner seg å regne på.
Dette innlegget gir en handlingsrettet veiledning for hvordan vi kan styre kostnader knyttet til sky og kunstig intelligens (KI) for å sikre langsiktig vekst, forutsigbarhet og tillit. Vi viser konkrete tiltak, en praktisk sjekkliste og relevante Microsoft‑referanser, og forklarer hvordan kostnadseffektivitet for Azure og KI gir bedre...
Mange dataprosesser koster mer enn de trenger fordi vCores (virtuelle prosessorkjerner) ofte står ubrukt. Denne guiden viser hvordan vi måler vCore‑sløsing med Azure Fabric Resource Usage API, analyserer idleShare og vCoreHours i Azure Data Explorer (ADX), og automatiserer trygg right‑sizing med Spark Advisor og CI/PR‑workflows for målbare...
God kostnadsstyring i skyen handler om planlegging, synlighet, ansvarlighet og kontinuerlig forbedring av Azure-kostnader. Microsofts Cost Management best practices guider deg til å identifisere sløsing, optimalisere ressursbruk og redusere unødvendige utgifter. Og i en tid der AI-arbeidslaster fort blir den største posten på fakturaen, er...
Vi lever i en tid der kunstig intelligens (AI) revolusjonerer hvordan vi utvikler, drifter og betaler for skytjenester. Mange organisasjoner beveger seg raskt fra pilotprosjekter til full produksjon, noe som skaper både store muligheter og utfordringer innen kostnadsstyring. Hvordan kan vi sikre transparens, ansvarlighet og smidighet når...
I dette innlegget tar vi deg med på reisen fra "alltid-på"-tjenester til Hvilemodus som standard – systemer som sover til de vekkes av faktiske hendelser. Vi kombinerer FinOps-prinsipper, konkrete Azure-mønstre og en anonymisert casestudie fra en bedrift.
