Maak de workload leidend, niet het platform
‘Cloud first’ was jarenlang de veilige keuze voor IT-afdelingen. Maar omdat AI zich nu ook in productieomgevingen nestelt, is het de vraag of die keuze nog klopt. Voor veel toepassingen is de publieke cloud nog wel geschikt. Wie alles klakkeloos in de publieke cloud zet en niet kritisch kijkt naar waar een workload draait, betaalt te veel en geeft controle uit handen.
In 2023 experimenteerden organisaties nog volop met generatieve AI, met kleinschalige pilots en tools die medewerkers productiever moesten maken. Veel organisaties, en hun channelpartners, gingen ervan uit dat AI wel binnen hun bestaande cloudstrategie zou passen. In die fase was dat helemaal geen gekke gedachte. Inmiddels heeft AI het tot in productieomgevingen geschopt. Volgens McKinsey zegt 44 procent van de organisaties dat ze AI over de hele onderneming opschalen, tegen 38 procent een jaar eerder. Maar opschalen kost geld. Bij één op de vijf organisaties remmen de operationele kosten van AI het gebruik nu al af. De discussie gaat dan ook over de infrastructuur waarop die modellen draaien en over de beperkingen daarvan.
Nieuwe eisen aan de infrastructuur
Managed service providers (MSP’s), value-added resellers (VAR’s) en andere channelpartners merken dit als ze met klanten spreken. Die willen namelijk weten hoe ze hun IT-omgeving moeten inrichten voor AI-workloads die veel meer rekenkracht vragen dan traditionele bedrijfssystemen. Ontwikkelteams gaan het liefst meteen aan de slag. Modellen trainen, testen en in gebruik nemen, zonder weken of maanden te moeten wachten op extra GPU’s. Als de schaal waarop AI draait groter wordt, nemen de zorgen over de kosten toe. Snelheid en betaalbaarheid zijn dan voortdurend met elkaar in gevecht.
Daarbij wordt de roep om datasoevereiniteit steeds luider. AI verwerkt meer bedrijfskritische gegevens, en de discussie over de afhankelijkheid van Amerikaanse cloudaanbieders is hoog opgelaaid. Waar worden die data verwerkt en wie doet het beheer? Organisaties willen zeker weten dat ze controle houden over hun gegevens en over de infrastructuur waarop hun toepassingen draaien. Digitale onafhankelijkheid wordt zo een concrete eis bij elke infrastructuurkeuze. Dat leidt in klantgesprekken tot veel scherpere vragen: als mijn data in Nederland staan, kan een Amerikaanse partij er dan juridisch alsnog bij? Waar worden mijn data daadwerkelijk verwerkt? Wie beheert de infrastructuur? En wat gebeurt er als een buitenlandse overheid toegang tot die data kan afdwingen?
Waar hoort een AI-workload thuis?
Veel IT-beheerders vragen zich af of de publieke cloud nog voor elke workload de beste plek is. Ze willen weten of er altijd direct genoeg rekenkracht beschikbaar is, en of de kosten voorspelbaar blijven als applicaties opschalen. Als het antwoord op een van die vragen ‘nee’ is, dan kunnen strategische aanpassingen helpen. Dat hoeft geen grote transformatie te zijn.
Hyperscalers blijven daarbij een centrale rol spelen. Bedrijven rollen daar snel en op grote schaal applicaties uit, zonder grote investeringen vooraf. Alleen kan de rekening voor AI flink oplopen, zeker bij workloads die langdurig rekenkracht vragen in plaats van kortstondig of af en toe. En met de komst van agentic AI loopt die rekening waarschijnlijk alleen maar verder op. Een goed begin is de vraag waar de AI-workloads nu draaien en wat de kosten opdrijft. Hoe complexer de IT-omgeving, hoe harder dat inzicht nodig is. Dan zie je pas of een applicatie het beste op een hyperscalerplatform past, of dat gespecialiseerde infrastructuur beter aansluit. Zo wordt de workload het uitgangspunt. De infrastructuur wordt afgestemd op wat de applicatie echt nodig heeft.
Keuzes die later nog kloppen
Hier spelen channelpartners een belangrijke rol. Zij kunnen helder en objectief adviseren, afgestemd op wat een bedrijf wil bereiken. Over de techniek van de verschillende infrastructuuropties, en over wat die keuzes voor de portemonnee betekenen. Daarvoor moeten ze hun kennis en ervaring steeds opnieuw bijspijkeren. Wat nu logisch lijkt, kan over een paar maanden achterhaald zijn. Hoe AI-adoptie zich het komende jaar ontwikkelt, is lastig te voorspellen. Laat staan over twee of drie jaar. Een infrastructuurstrategie moet daarom ruimte laten voor onzekerheid.
Flexibiliteit weegt daardoor zwaarder. Organisaties willen zich niet te vroeg vastleggen op één technologie of één commercieel model. Ze kijken bij investeringen vaker naar welke opties ze kunnen openhouden. Dat verandert ook de gesprekken tussen klanten en channelpartners. Een vaste eindarchitectuur is steeds minder vaak het doel. Het gaat over keuzes die over een paar jaar nog steeds kloppen. En dat begint bij de vraag wat elke workload nodig heeft.
Door: Bert Stam (foto), managing director van Leaseweb Nederland
