{"id":35068,"date":"2026-10-27T15:48:54","date_gmt":"2026-10-27T14:48:54","guid":{"rendered":"https:\/\/sii.pl\/blog\/?p=35068"},"modified":"2026-10-27T15:49:58","modified_gmt":"2026-10-27T14:49:58","slug":"finops-w-praktyce-jak-powiazac-koszty-snowflake-z-wartoscia-biznesowa","status":"publish","type":"post","link":"https:\/\/sii.pl\/blog\/finops-w-praktyce-jak-powiazac-koszty-snowflake-z-wartoscia-biznesowa\/","title":{"rendered":"FinOps w praktyce: Jak powi\u0105za\u0107 koszty Snowflake z warto\u015bci\u0105 biznesow\u0105"},"content":{"rendered":"\n

Mi\u0119dzy Q3 2025 a Q1 2026 faktura Nordhaven Retail Group za Snowflake wzros\u0142a o 38%. CFO zapyta\u0142, czy to dobrze czy \u017ale, i nikt na sali nie potrafi\u0142 odpowiedzie\u0107.<\/p>\n\n\n\n

Nordhaven Retail Group nie istnieje. To wymy\u015blona sie\u0107 handlowa z 240 sklepami w krajach nordyckich i regionie DACH oraz kana\u0142em online, kt\u00f3ry stale ro\u015bnie.<\/p>\n\n\n\n

Wiele firm zadaje sobie jednak to samo pytanie na co dzie\u0144, a o FinOps du\u017co \u0142atwiej rozmawia\u0107 na przyk\u0142adzie realistycznej firmy.<\/p>\n\n\n\n

Pytanie CFO jest zasadne, a dzi\u015b trudniej ni\u017c kilka lat temu na nie odpowiedzie\u0107. Platformy s\u0105 rozliczane bardzo cz\u0119sto na zasadzie p\u0142atno\u015bci za u\u017cycie. Dashboard od\u015bwie\u017cany co pi\u0119\u0107 minut, du\u017cy klaster obliczeniowy, kt\u00f3rego nikt nie wstrzyma\u0142, czy analityk testuj\u0105cy Cortex na ca\u0142ej tabeli sprzeda\u017cy \u2013 wszystkie te elementy generuj\u0105 koszty. Wszystko to trafia na faktur\u0119 i nie wiemy, jak to w og\u00f3le pomog\u0142o biznesowi.<\/p>\n\n\n\n

Rozpowszechnienie rozwi\u0105za\u0144 AI jeszcze to utrudnia. Na pocz\u0105tku tego roku, w ramach trendu tokenmaxxing<\/a>, niekt\u00f3re du\u017ce firmy technologiczne tworzy\u0142y rankingi programist\u00f3w wed\u0142ug liczby zu\u017cytych token\u00f3w AI, jakby samo zu\u017cycie by\u0142o miar\u0105 produktywno\u015bci.<\/p>\n\n\n\n

Przyjrzyjmy si\u0119 wi\u0119c z bliska case study na przyk\u0142adzie Nordhaven Retail Group.<\/p>\n\n\n\n

Kr\u00f3tki przegl\u0105d FinOps Framework<\/h2>\n\n\n\n

W lutym 2019 roku zosta\u0142a powo\u0142ana do \u017cycia fundacja FinOps, kt\u00f3rej celem by\u0142o opracowanie praktyk wspieraj\u0105cych dyscyplin\u0119 zarz\u0105dzania finansami w chmurze. Przygotowali oni model operacyjny zarz\u0105dzania finansami, kt\u00f3ry umo\u017cliwia zmian\u0119 kultury organizacyjnej, \u0142\u0105cz\u0105c zespo\u0142y techniczne, finansowe i biznesowe, aby zapewni\u0107 odpowiedzialno\u015b\u0107 finansow\u0105 oraz maksymalizowa\u0107 warto\u015b\u0107 biznesow\u0105.<\/p>\n\n\n\n

Framework FinOps Foundation opiera si\u0119 na czterech domenach (Domains). To cztery rezultaty, kt\u00f3re powinna dawa\u0107 dzia\u0142aj\u0105ca praktyka FinOps. Nie s\u0105 to kroki, wi\u0119c nie trzeba ko\u0144czy\u0107 jednego, \u017ceby zacz\u0105\u0107 nast\u0119pny.<\/p>\n\n\n\n

Domena<\/td>Co daje<\/td><\/tr><\/thead>
Zrozumienie u\u017cycia i koszt\u00f3w (Understand Usage & Cost)<\/td>Wiarygodne dane o tym, kto czego u\u017cywa i ile to kosztuje<\/td><\/tr>
Oblicz warto\u015b\u0107 biznesow\u0105 (Quantify Business Value)<\/td>Wydatki powi\u0105zane z bud\u017cetami, prognozami, KPI i kosztami jednostkowymi<\/td><\/tr>
Optymalizuj wykorzystanie i koszty (Optimize Usage & Cost)<\/td>Mniej bezczynnych zasob\u00f3w i lepsze stawki<\/td><\/tr>
Zarz\u0105dzaj praktyk\u0105 FinOps (Manage the FinOps Practice)<\/td>W\u0142a\u015bciciel, kilka zasad i praktyka, kt\u00f3ra przetrwa pierwsz\u0105 rund\u0119 oszcz\u0119dno\u015bci<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Na to nak\u0142ada si\u0119 cykl \u201eInformuj, optymalizuj, dzia\u0142aj (Inform, Optimize, Operate)\u201d, jako spos\u00f3b pracy zespo\u0142\u00f3w miesi\u0105c po miesi\u0105cu. Zakresy (Scope) to wycinki wydatk\u00f3w technologicznych, kt\u00f3rymi decydujemy si\u0119 zarz\u0105dza\u0107: chmura publiczna, SaaS, AI albo jedna platforma danych; dzi\u0119ki kt\u00f3rym cele zarz\u0105du trafiaj\u0105 do praktyki. Decyduj\u0105, kt\u00f3re zdolno\u015bci (capabilities) s\u0105 wa\u017cne w danym obszarze i co w ka\u017cdym z nich oznacza \u201ewystarczaj\u0105co dobrze\u201d.<\/p>\n\n\n\n

Nordhaven zaczyna od planu biznesowego<\/h2>\n\n\n\n

Zanim ktokolwiek zmieni\u0142 ustawienia warehouse’u, Chief Data Officer (CDO) w Nordhaven usiad\u0142 do trzyletniego planu firmy. Plan zak\u0142ada wzrost mar\u017cy operacyjnej o 1,5 punktu procentowego, zwi\u0119kszenie udzia\u0142u sprzeda\u017cy online z 22% do 35% oraz obs\u0142ug\u0119 klienta wspieran\u0105 przez AI i spersonalizowane oferty w 2027 roku.<\/p>\n\n\n\n

CIO i CDO prze\u0142o\u017cyli to ju\u017c wcze\u015bniej na plan technologiczny. Snowflake staje si\u0119 jedyn\u0105 platform\u0105 danych, a stara hurtownia on-premises zostanie wy\u0142\u0105czona do ko\u0144ca Q3 2027. Funkcje AI powstaj\u0105 w Cortexie, tu\u017c obok danych obj\u0119tych governance.<\/p>\n\n\n\n

Jest te\u017c jeden warunek: program AI ma w du\u017cej mierze sfinansowa\u0107 si\u0119 z oszcz\u0119dno\u015bci na platformie.<\/p>\n\n\n\n

Przy takich za\u0142o\u017ceniach dwa zakresy by\u0142y oczywistym wyborem. Ka\u017cdy ma w\u0142asne priorytety, w\u0142asn\u0105 definicj\u0119 sukcesu i jedn\u0105 osob\u0119, kt\u00f3ra o nim decyduje i nim zarz\u0105dza.<\/p>\n\n\n\n

Zakres<\/td>Dlaczego istnieje<\/td>Co jest priorytetem<\/td>Jak wygl\u0105da sukces<\/td>Kto decyduje<\/td><\/tr><\/thead>
Platforma danych Snowflake<\/td>Daje kupcom, kierownikom sklep\u00f3w i zespo\u0142owi sklepu internetowego codzienne dane o sprzeda\u017cy, zapasach i zam\u00f3wieniach, dzi\u0119ki czemu lepiej ustalaj\u0105 ceny i uzupe\u0142niaj\u0105 towar. Wy\u0142\u0105czenie starej hurtowni likwiduje te\u017c koszty jej licencji i sprz\u0119tu<\/td>Przypisanie koszt\u00f3w:<\/strong> Ka\u017cdy kredyt jest przypisany tagiem do zespo\u0142u i produktu danych, wi\u0119c ka\u017cdy w\u0142a\u015bciciel widzi swoj\u0105 cz\u0119\u015b\u0107 rachunku. Optymalizacja zu\u017cycia:<\/strong> Dobrze dobrane rozmiary warehouse’\u00f3w i brak p\u0142acenia za bezczynno\u015b\u0107. Unit Ekonomia:<\/strong> Koszt \u015bledzony na produkt danych i na zam\u00f3wienie online, wi\u0119c wzrost i wydatki mo\u017cna por\u00f3wna\u0107 bezpo\u015brednio<\/td>95% kredyt\u00f3w ma w\u0142a\u015bciciela; koszt na zam\u00f3wienie online spada co kwarta\u0142<\/td>Head of Data Platform<\/td><\/tr>
Snowflake AI<\/td>Obs\u0142uguje czat asystenta obs\u0142ugi klienta oraz spersonalizowane oferty w aplikacji i sklepie internetowym, oba zaplanowane na 2027 rok. Asystent odpowiada na rutynowe pytania, np. o status zam\u00f3wienia czy zwroty, wi\u0119c konsultanci obs\u0142uguj\u0105 mniej kontakt\u00f3w, a sprzeda\u017c online mo\u017ce rosn\u0105\u0107 bez zatrudniania w tym samym tempie. Oferty maj\u0105 podnie\u015b\u0107 \u015bredni\u0105 warto\u015b\u0107 koszyka online<\/td>Planowanie i estymowanie:<\/strong> Ka\u017cda funkcja AI dostaje szacunek koszt\u00f3w przed zbudowaniem, np. koszt Cortex na rozmow\u0119 razy oczekiwana liczba czat\u00f3w. Prognozowanie wydatk\u00f3w:<\/strong> Wydatki na AI s\u0105 prognozowane miesi\u0105c po miesi\u0105cu w miar\u0119 przechodzenia pilot\u00f3w na produkcj\u0119, wi\u0119c finanse nie maj\u0105 niespodzianek. Zarz\u0105dzanie (Governance), polityki i ryzyka:<\/strong> Bud\u017cety i limity na u\u017cytkownika sprawiaj\u0105, \u017ce pojedynczy test czy wymykaj\u0105ce si\u0119 spod kontroli zadanie nie przepali miesi\u0119cznego bud\u017cetu AI<\/td>\u017baden pilot nie startuje bez szacunku koszt\u00f3w i kryterium go\/no-go<\/td>Chief Data Officer<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Wa\u017cne<\/strong><\/h3>\n\n\n\n

W tabeli nie ma celu oszcz\u0119dno\u015bciowego i jest to celowe<\/strong>. Wpisanie celu jako: \u201eObetnij 15%\u201d traktowa\u0142oby oba Zakresy tak samo, a maj\u0105 one zmierza\u0107 w przeciwnych kierunkach. Wydatki na AI powinny rosn\u0105\u0107. Platforma powinna tanie\u0107 w przeliczeniu na ka\u017cde obs\u0142u\u017cone zam\u00f3wienie.<\/p>\n\n\n\n

Strategia sp\u0142ywa w d\u00f3\u0142 do zakres\u00f3w, priorytet\u00f3w i kontroli na platformie, a liczby s\u0105 raportowane w g\u00f3r\u0119 i wp\u0142ywaj\u0105 na kolejne decyzje.<\/p>\n\n\n\n

\"P\u0119tla\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button>
Ryc. 1 P\u0119tla strategii Nordhaven: 5 poziom\u00f3w, dwa kierunki<\/figcaption><\/figure>\n\n\n\n

Najpierw: Gdzie id\u0105 kredyty<\/h2>\n\n\n\n

To domena Zrozumienie u\u017cycia i koszt\u00f3w (Understand Usage & Cost) i jej pierwsza analiza w Nordhaven nie by\u0142y przyjemne. Nikt nie by\u0142 w\u0142a\u015bcicielem 31% kredyt\u00f3w obliczeniowych. Wi\u0119kszo\u015b\u0107 z nich pochodzi\u0142a z jednego wsp\u00f3\u0142dzielonego wirtualnego warehouse’u BI, z kt\u00f3rego korzysta\u0142y wszystkie dzia\u0142y, ale \u017caden za niego nie odpowiada\u0142.<\/p>\n\n\n\n

Rozwi\u0105zanie by\u0142o oczywiste i proste, co zwykle jest dobrym znakiem. Nordhaven uzgodni\u0142 kr\u00f3tki schemat nadawania tag\u00f3w (centrum koszt\u00f3w, produkt danych, \u015brodowisko i Zakres) i zacz\u0105\u0142 egzekwowa\u0107 go ju\u017c przy tworzeniu obiekt\u00f3w, bo porz\u0105dkowanie tag\u00f3w po fakcie nigdy si\u0119 nie ko\u0144czy. Zapytania z dbt i narz\u0119dzi BI maj\u0105 w\u0142asne etykiety, wi\u0119c nawet wsp\u00f3\u0142dzielony wirtualny warehouse da si\u0119 rozdzieli\u0107 wed\u0142ug tego, kto co uruchomi\u0142. Czas bezczynno\u015bci tego warehouse’u, kt\u00f3rego nie da si\u0119 uczciwie przypisa\u0107 nikomu, pojawia si\u0119 jako osobna pozycja przypisana jego w\u0142a\u015bcicielowi.<\/p>\n\n\n\n

W ci\u0105gu kwarta\u0142u ka\u017cdy w\u0142a\u015bciciel bud\u017cetu mia\u0142 codzienny raport, a udzia\u0142 koszt\u00f3w bez w\u0142a\u015bciciela sta\u0142 si\u0119 takim samym KPI jak ka\u017cdy inny.<\/p>\n\n\n\n

Warto wcze\u015bnie sprawdzi\u0107 jedn\u0105 rzecz<\/strong>: moc obliczeniowa wirtualnych warehouse’\u00f3w to tylko cz\u0119\u015b\u0107 rachunku. Funkcje serverless, us\u0142ugi AI i storage te\u017c musz\u0105 by\u0107 uwzgl\u0119dnione, inaczej kwartalny raport poka\u017ce wszystkich w zbyt dobrym \u015bwietle.<\/p>\n\n\n\n

Czy by\u0142o warto?<\/h2>\n\n\n\n

Wiedza o tym, gdzie id\u0105 kredyty, to pierwszy krok. Domena Oblicz warto\u015b\u0107 biznesow\u0105 (Quantify Business Value) zadaje trudniejsze pytanie: Czy kupi\u0142y cokolwiek u\u017cytecznego?<\/p>\n\n\n\n

Framework dzieli j\u0105 na pi\u0119\u0107 zdolno\u015bci, a ka\u017cda z nich przek\u0142ada si\u0119 na co\u015b, co faktycznie da si\u0119 zrobi\u0107 w Snowflake.<\/p>\n\n\n\n

Capability<\/td>Co oznacza w Snowflake<\/td>Co robi Nordhaven<\/td><\/tr><\/thead>
Planowanie i estymowanie (Planning & Estimating)<\/td>Oszacuj koszt nowego obci\u0105\u017cenia, zanim powstanie. Dla mocy obliczeniowej to prosta arytmetyka: standardowy wirtualny warehouse wielko\u015bci Medium zu\u017cywa 4 kredyty na godzin\u0119, wi\u0119c 30-minutowe nocne \u0142adowanie kosztuje oko\u0142o 60 kredyt\u00f3w miesi\u0119cznie. Dla AI pomn\u00f3\u017c oczekiwan\u0105 liczb\u0119 token\u00f3w na zapytanie przez miesi\u0119czny wolumen i wyce\u0144 wed\u0142ug stawek Cortex. Przybli\u017cony szacunek wystarczy. Chodzi o to, \u017ceby mie\u0107 punkt odniesienia dla faktycznych wydatk\u00f3w.<\/td>\u017baden nowy produkt danych nie przechodzi przegl\u0105du projektu bez miesi\u0119cznego szacunku kredyt\u00f3w<\/td><\/tr>
Prognozowanie (Forecasting)<\/td>Prognozuj kolejne miesi\u0105ce na podstawie dziennej historii u\u017cycia w samym Snowflake. W handlu zwyk\u0142a linia trendu wprowadzi w b\u0142\u0105d, bo u\u017cycie spada w weekendy i skacze wok\u00f3\u0142 Czarnego Pi\u0105tku (Black Friday). Wbudowane prognozowanie Snowflake wychwytuje te wzorce bez wyprowadzania danych z platformy i mo\u017ce uwzgl\u0119dni\u0107 planowany wolumen zam\u00f3wie\u0144. Por\u00f3wnaj narastaj\u0105c\u0105 sum\u0119 z tym, co zosta\u0142o w kontrakcie, a wkr\u00f3tce dowiesz si\u0119, czy wystarczy do ko\u0144ca okresu.<\/td>Miesi\u0119czna prognoza wzgl\u0119dem kontraktu na moc obliczeniow\u0105<\/td><\/tr>
Bud\u017cetowanie (Budgeting)<\/td>Snowflake Budget to miesi\u0119czny limit kredyt\u00f3w dla zestawu wirtualnych warehouse’\u00f3w i innych zasob\u00f3w, wybranych tagiem, np. wszystkiego, co nale\u017cy do raportu sprzeda\u017cy online. W\u0142a\u015bciciel dostaje alert mailem, na Slacku lub w Teams, zanim limit zostanie osi\u0105gni\u0119ty, a automatyczna akcja mo\u017ce zadzia\u0142a\u0107, np. wstrzyma\u0107 warehouse. Przypisz ka\u017cdy bud\u017cet do centrum koszt\u00f3w, kt\u00f3re finanse ju\u017c raportuj\u0105, inaczej nikt go nie uzgodni.<\/td>Jeden bud\u017cet na produkt danych i jeden na Scope AI<\/td><\/tr>
KPI i testy por\u00f3wnawcze (KPIs & Benchmarking)<\/td>Lista powinna by\u0107 kr\u00f3tka i przegl\u0105dana co miesi\u0105c. Zacz\u0105\u0142bym od udzia\u0142u kredyt\u00f3w bez w\u0142a\u015bciciela, udzia\u0142u bezczynno\u015bci (kredyty naliczane, gdy nie by\u0142o \u017cadnego zapytania), trafno\u015bci prognozy oraz kredyt\u00f3w za przeskanowany TB, kt\u00f3re rosn\u0105, gdy zapytania staj\u0105 si\u0119 niechlujne. Zestaw zespo\u0142y obok siebie, a odstaj\u0105ce wyniki b\u0119d\u0105 widoczne bez wskazywania palcem. FinOps Lead i w\u0142a\u015bciciele produkt\u00f3w danych omawiaj\u0105 je na comiesi\u0119cznym przegl\u0105dzie, \u017ceby zdecydowa\u0107, gdzie dzia\u0142a\u0107 najpierw, a finanse na podstawie trafno\u015bci prognozy oceniaj\u0105, na ile mo\u017cna jej ufa\u0107 przy planowaniu bud\u017cetu na kolejny rok.<\/td>Zespo\u0142y por\u00f3wnywane co miesi\u0105c<\/td><\/tr>
Ekonomia jednostkowa (Unit Economics)<\/td>Stosuj dwa poziomy jednostek, po jednym dla ka\u017cdej grupy odbiorc\u00f3w. W\u0142a\u015bciciele produkt\u00f3w danych i zesp\u00f3\u0142 platformy zarz\u0105dzaj\u0105 jednostkami technicznymi, na kt\u00f3re maj\u0105 bezpo\u015bredni wp\u0142yw: kosztem na uruchomienie przep\u0142ywu danych (pipeline), na zapytanie AI czy na wy\u015bwietlenie raportu Power BI. Dla CFO i zarz\u0105du ka\u017cdy produkt danych powi\u0105\u017c z zdolno\u015bci\u0105 biznesow\u0105, kt\u00f3r\u0105 wspiera, i u\u017cyj jej w\u0142asnej jednostki: kosztu na zam\u00f3wienie online dla analityki e-commerce, kosztu na sklep miesi\u0119cznie dla operacji sklepowych, kosztu na rozwi\u0105zany kontakt dla obs\u0142ugi klienta. Produkt danych, kt\u00f3rego nie da si\u0119 powi\u0105za\u0107 z \u017cadn\u0105 zdolno\u015bci\u0105, to osobny wniosek.<\/td>Koszt na zam\u00f3wienie online i na rozwi\u0105zany kontakt z klientem<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Protip<\/strong><\/h3>\n\n\n\n

Gdybym mia\u0142 zostawi\u0107 tylko jedno z nich, wybra\u0142bym Ekonomi\u0119 jednostkow\u0105 (Unit Economics). \u201eWydatki wzros\u0142y o 38%\u201d brzmi \u017ale na ka\u017cdym spotkaniu. \u201eKoszt na zam\u00f3wienie online spad\u0142 z 0,042 \u20ac do 0,031 \u20ac przy rosn\u0105cym wolumenie\u201d brzmi jak platforma, kt\u00f3ra robi wi\u0119cej za mniej. Ponadto, nikt w zarz\u0105dzie nie musi wiedzie\u0107, czym jest kredyt, \u017ceby to zrozumie\u0107.<\/p>\n\n\n\n

Wyniki<\/strong><\/h3>\n\n\n\n

W uj\u0119ciu kwartalnym zdolno\u015b\u0107 e-commerce w Nordhaven wygl\u0105da tak, przy za\u0142o\u017conej cenie kontraktowej 2,70 \u20ac za kredyt:<\/p>\n\n\n\n

Kwarta\u0142<\/td>Kredyty e-commerce<\/td>Koszt<\/td>Zam\u00f3wienia online<\/td>Koszt na zam\u00f3wienie<\/td><\/tr><\/thead>
Q1 2026<\/td>6 200<\/td>16 740 \u20ac<\/td>400 000<\/td>0,042 \u20ac<\/td><\/tr>
Q2 2026<\/td>7 000<\/td>18 900 \u20ac<\/td>540 000<\/td>0,035 \u20ac<\/td><\/tr>
Q3 2026<\/td>8 100<\/td>21 870 \u20ac<\/td>705 000<\/td>0,031 \u20ac<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Te liczby uwzgl\u0119dniaj\u0105 ju\u017c fal\u0119 optymalizacji z Q2, wi\u0119c pozosta\u0142y wzrost to realny popyt: Kredyty wzros\u0142y o oko\u0142o 30%, a zam\u00f3wienia o ponad 75%. Przedstawione jako suma to problem kosztowy. Pokazane na zam\u00f3wienie to platforma, kt\u00f3ra dobrze si\u0119 skaluje.<\/p>\n\n\n\n

Zakres AI jest traktowany tak samo, z jedn\u0105 zasad\u0105: licz wszystko.<\/p>\n\n\n\n

Pilot obs\u0142ugi klienta w Nordhaven zu\u017cywa oko\u0142o 0,11 \u20ac Cortex na rozwi\u0105zany kontakt. Kusi, \u017ceby podawa\u0107 t\u0119 liczb\u0119, ale pomija ona w\u0142asn\u0105 moc obliczeniow\u0105 asystenta i koszt jego zbudowania.<\/p>\n\n\n\n

Oto wrzesie\u0144 z pe\u0142nym kosztem:<\/p>\n\n\n\n

Wrzesie\u0144 2026<\/td>Koszt<\/td><\/tr><\/thead>
Zu\u017cycie Cortex<\/td>3 402 \u20ac<\/td><\/tr>
W\u0142asna moc obliczeniowa asystenta<\/td>1 080 \u20ac<\/td><\/tr>
Koszt budowy 180 000 \u20ac roz\u0142o\u017cony na 24 miesi\u0105ce<\/td>7 500 \u20ac<\/td><\/tr>
Razem<\/td>11 982 \u20ac<\/td><\/tr>
Na rozwi\u0105zany kontakt (31 000)<\/td>0,39 \u20ac<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Nordhaven przyjmuje, \u017ce kontakt obs\u0142u\u017cony przez konsultanta kosztuje 4,20 \u20ac (to za\u0142o\u017cenie przyk\u0142adowe, nie dane rynkowe), ale nie ka\u017cdy kontakt zamkni\u0119ty przez asystenta trafi\u0142by do konsultanta. Cz\u0119\u015b\u0107 os\u00f3b po prostu znalaz\u0142aby odpowied\u017a na stronie. Nordhaven zak\u0142ada, \u017ce trafi\u0142aby po\u0142owa.<\/p>\n\n\n\n

To daje we wrze\u015bniu oko\u0142o 65 000 \u20ac unikni\u0119tego kosztu konsultant\u00f3w wobec mniej wi\u0119cej 12 000 \u20ac kosztu asystenta. To por\u00f3wnanie, a nie suma za Cortex, trafia do decyzji CDO o skalowaniu lub zatrzymaniu. Rozmowy, kt\u00f3re po konsultacji z asystentem i tak s\u0105 ostatecznie przekazywane konsultantowi, s\u0105 rozliczane podw\u00f3jnie, wi\u0119c te\u017c pojawiaj\u0105 si\u0119 w raporcie.<\/p>\n\n\n\n

Prognozowanie to moment, w kt\u00f3rym dzia\u0142 finans\u00f3w zaczyna s\u0142ucha\u0107 uwa\u017cniej. Nordhaven ma trzyletni kontrakt na moc obliczeniow\u0105, a prognoza wskaza\u0142a, \u017ce wyczerpie si\u0119 on pod koniec sierpnia 2027, czyli cztery miesi\u0105ce przed ko\u0144cem okresu, w przedziale od pocz\u0105tku lipca do po\u0142owy pa\u017adziernika. Finanse dostaj\u0105 ten przedzia\u0142 zamiast jednej daty. Poniewa\u017c prognoza zawiera\u0142a koszty jednostkowe, rozmowa o odnowieniu ze Snowflake dotyczy\u0142a wzrostu online, a nie przekroczonych wydatk\u00f3w, co jest znacznie przyjemniejszym spotkaniem.<\/p>\n\n\n\n

Optymalizacja p\u00f3zniej, ale z g\u00f3ry wiadomo, gdzie id\u0105 oszcz\u0119dno\u015bci<\/h2>\n\n\n\n

R\u00f3\u017cnica w Nordhaven polega na tym, \u017ce oszcz\u0119dno\u015bci mia\u0142y swoje przeznaczenie, zanim ktokolwiek je znalaz\u0142: Strategia m\u00f3wi, \u017ce finansuj\u0105 program AI.<\/p>\n\n\n\n

Zesp\u00f3\u0142 platformy po\u015bwi\u0119ci\u0142 pierwsze osiem tygodni na kr\u00f3tk\u0105 list\u0119 zada\u0144 do wykonania:<\/p>\n\n\n\n

    \n
  1. Auto-suspend w warehouse’ach BI skr\u00f3cono z 10 minut do 60 sekund.<\/li>\n\n\n\n
  2. Nocny warehouse ETL zmniejszono z Large do Medium. Dzia\u0142a teraz d\u0142u\u017cej, ale nadal ko\u0144czy du\u017co przed terminem dostarczenia danych o 6:00.<\/li>\n\n\n\n
  3. Wsp\u00f3\u0142dzielony warehouse BI podzielono na dzia\u0142y, z limitami multi-cluster zamiast jednego przewymiarowanego warehouse’u dla wszystkich.<\/li>\n\n\n\n
  4. Dashboardy dla zarz\u0105du przestawiono z od\u015bwie\u017cania co 5 minut na co 30 minut. W\u0142a\u015bciciele biznesowi zgodzili si\u0119, gdy zobaczyli, ile kosztowa\u0142a wersja 5-minutowa.<\/li>\n\n\n\n
  5. Na schematach stagingowych skr\u00f3cono retencj\u0119 Time Travel i usuni\u0119to sporo nieu\u017cywanych tabel tymczasowych.<\/li>\n<\/ol>\n\n\n\n

    Efekt<\/strong><\/h3>\n\n\n\n

    \u0141\u0105cznie zmniejszy\u0142o to zu\u017cycie kredyt\u00f3w platformy o oko\u0142o 22% przy tym samym obci\u0105\u017ceniu. Uwolniony bud\u017cet formalnie przeniesiono do Zakresu AI, wi\u0119c ka\u017cdy mo\u017ce teraz sprawdzi\u0107, czy stwierdzenie: \u201eAI finansuje si\u0119 samo\u201d rzeczywi\u015bcie si\u0119 sprawdza.<\/p>\n\n\n\n

    Kontrola odbywa si\u0119 co miesi\u0105c i nie wymaga dodatkowych narz\u0119dzi. Wystarczy jeden bud\u017cet oparty na tagach dla ka\u017cdego Zakresu oraz jedno zapytanie. Por\u00f3wnuje oszcz\u0119dno\u015bci platformy, liczone w euro, wzgl\u0119dem kosztu zam\u00f3wienia online z Q1 oraz kosztu AI. Por\u00f3wnywanie surowych kredyt\u00f3w sprawi\u0142oby, \u017ce intensywny miesi\u0105c wygl\u0105da\u0142by na pora\u017ck\u0119, a spokojny na sukces. Je\u015bli oszcz\u0119dno\u015bci miesi\u0105c po miesi\u0105cu pokrywaj\u0105 koszt AI, obietnica jest dotrzymana.<\/p>\n\n\n\n

    Wielko\u015b\u0107 zobowi\u0105zania ustalono na ko\u0144cu, na podstawie prognozy, a nie zesz\u0142orocznej faktury. To ta cz\u0119\u015b\u0107, kt\u00f3rej CFO i dzia\u0142 zakup\u00f3w powinni pilnowa\u0107 najbardziej. Kontrakty na moc obliczeniow\u0105 w Snowflake to zobowi\u0105zanie w zamian za ni\u017csz\u0105 cen\u0119 kredytu, wi\u0119c wielko\u015b\u0107 i moment tego zobowi\u0105zania mog\u0105 mie\u0107 takie samo znaczenie jak dowolne ustawienie warehouse’u.<\/p>\n\n\n\n

    Zobowi\u0105zanie zbyt ma\u0142e oznacza, \u017ce wzrost wyjdzie poza nie po mniej korzystnych stawkach; zbyt du\u017ce oznacza p\u0142acenie za kredyty, kt\u00f3rych nikt nie wykorzysta.<\/strong><\/p>\n\n\n\n

    Prognoza Nordhaven da\u0142a dzia\u0142owi zakup\u00f3w trzy argumenty do negocjacji<\/strong>:<\/p>\n\n\n\n