AI Tools8 menit baca

Berapa biaya AI untuk menyelesaikan satu tiket dukungan?

IBM Apptio menambahkan lebih banyak data penggunaan model ke Cloudability. Contoh help desk menunjukkan pengaruh percobaan ulang, peninjauan manusia, dan tiket yang dibuka kembali terhadap biaya per penyelesaian.

K
Ken Jo

Dua tim dukungan memakai asisten AI sejenis. Tim pertama membayar model lebih murah setiap kali mengirim permintaan. Tim kedua membayar lebih per permintaan, tetapi petugasnya perlu memperbaiki lebih sedikit jawaban. Ketika kepala dukungan ingin tahu asisten mana yang lebih hemat, tagihan token saja belum memberi jawabannya. Keduanya perlu menghitung tiket yang sudah selesai dan tetap selesai.

Pada 9 November 2026, IBM Apptio mengumumkan koneksi baru untuk data penggunaan dan biaya AI. Apptio adalah lini IBM untuk pengelolaan keuangan teknologi, sedangkan Cloudability adalah platformnya untuk melacak dan mengalokasikan pengeluaran cloud. Menurut IBM, konektor sistem AI dan kemampuan analisis ekonomi per unit AI di Cloudability sudah tersedia secara umum. Sumber dan penyempurnaan tambahan dijadwalkan menyusul. Tim memperoleh lebih banyak data biaya dan tetap perlu mendefinisikan serta menghitung hasilnya sendiri. Pengumuman dan ketersediaan IBM · Ikhtisar IBM Cloudability

Satu tiket cukup kecil untuk diperiksa. Ikuti tiket dari saat masuk, melewati panggilan model dan serah terima, hingga selesai. Lalu bandingkan dua cara kerja selama seminggu dengan definisi penyelesaian yang sama. Hasilnya dapat menunjukkan apa yang berubah dan apakah penghematan itu layak diperluas.

IBM menghubungkan penggunaan model dengan catatan biaya yang lebih luas

Pengumuman 9 November menjelaskan koneksi langsung untuk biaya dan penggunaan AI di jajaran produk Apptio. IBM juga menyebut Cloudability dapat menggabungkan biaya aplikasi, data penggunaan, dan token dengan pengeluaran cloud. Analisis ekonomi per unit dan perencanaan keuangan layanan AI tercantum sebagai tersedia umum. Penyempurnaan lebih lanjut untuk analisis per unit dijadwalkan mulai kuartal keempat 2026 hingga 2027. Pengumuman itu menetapkan cakupan dan status peluncuran. Periksa dukungan untuk sumber tagihan, akun, dan kolom penggunaan sebelum mengandalkan koneksi tertentu. Rilis dan catatan ketersediaan IBM

Biaya asisten dapat muncul di luar panggilan model utama. Asisten bisa mencari kebijakan, mengurutkan ulang hasil pencarian, mencoba kembali permintaan, atau mengirim percakapan ke model kedua. Penyimpanan, observabilitas, dan waktu petugas untuk meninjau atau menulis ulang draf juga bisa berarti. Sebagian biaya berasal dari faktur, sebagian dari tarif internal, dan sebagian dari operasi dukungan. Pisahkan kolomnya agar penanggung jawab bisa memeriksa asumsi masing-masing.

Penggunaan model, infrastruktur aplikasi, dan biaya peninjauan dukungan masuk ke perhitungan biaya per tiket selesai

Tim dukungan dapat menggabungkan catatan belanja dan beban kerja, lalu membagi totalnya dengan jumlah tiket yang memenuhi aturan penyelesaian bersama. Ilustrasi oleh Telli.sh.

Koneksi yang melaporkan biaya model memudahkan pengisian kolom pertama. ID model atau tag beban kerja bisa mengaitkan biaya dengan aplikasi yang menggunakannya. Help desk tetap menjadi sumber informasi tentang apakah pelanggan mendapat jawaban yang bisa dipakai dan apakah masalah yang sama muncul lagi. Perhitungannya berguna ketika kedua catatan mencakup periode dan beban kerja yang sama.

Faktur mungkin datang setiap bulan sementara penerapan asisten berubah setiap minggu. Simpan angka sementara untuk eksperimen mingguan, lalu cocokkan dengan penggunaan akhir yang ditagihkan setelah faktur ditutup. Catat biaya yang diukur dan yang dialokasikan. Perubahan grafik setelah rekonsiliasi pun dapat dijelaskan tanpa mengejar perubahan perilaku yang sebenarnya tidak terjadi.

Tentukan apa yang disebut tiket selesai sebelum membandingkan harga

Penyebut adalah keputusan yang paling mungkin mengubah hasil. Tim dapat menghitung setiap tiket tertutup sekali dan menetapkan aturan untuk kontak ulang. Dalam contoh ini, tiket memenuhi syarat jika selesai dan tidak dibuka kembali dalam tujuh hari. Jangka tujuh hari hanya contoh kebijakan, bukan setelan bawaan produk IBM. Tim dengan perjalanan pelanggan berbeda perlu menentukan jangka waktunya sebelum membandingkan data.

Tentukan cara memperlakukan tiket yang keluar dari alur AI. Untuk menghitung biaya seluruh alur dukungan, sertakan penyelesaian oleh AI maupun dengan bantuan manusia, serta waktu serah terima dan peninjauan. Untuk menghitung biaya penyelesaian otonom, laporkan juga proporsi tiket yang memenuhi syarat tanpa keterlibatan manusia. Kedua cara pandang menjawab pertanyaan berbeda tentang sistem yang sama.

Jika memungkinkan, lacak tiket yang dibuka kembali dengan ID awalnya. Pelanggan yang mendapat jawaban cepat lalu kembali keesokan hari dan perlu dibantu petugas dapat terhitung sebagai dua keberhasilan jika pencatatannya terpisah. Tunggu sampai jendela tindak lanjut berakhir untuk perbandingan yang adil, atau tandai kelompok terbaru sebagai sementara. Dasbor dukungan dapat tetap cepat dan jelas tentang data yang ditampilkan.

Periksa apakah kedua kelompok menangani jenis permintaan serupa. Reset kata sandi biasanya mengikuti jalur berbeda dari sengketa tagihan atau pengembalian lintas negara. Pisahkan berdasarkan jenis masalah atau bagi kasus uji coba yang sebanding antarrute. Tanpa langkah ini, rata-rata yang lebih rendah bisa berarti varian kedua hanya menangani minggu yang lebih mudah.

Tagihan token lebih rendah bisa beriringan dengan biaya penyelesaian lebih tinggi

Contoh ini memakai angka sederhana untuk memperlihatkan perhitungan. Kedua pendekatan menerima 100 tiket, memakai jendela pembukaan ulang tujuh hari yang sama, dan mencatat biaya langsung model, aplikasi, serta waktu peninjauan berbayar.

Satu minggu dengan tiket sebandingRute model lebih murahRute model lebih mahal
Biaya model$12$20
Biaya aplikasi lainnya$5$5
Peninjauan dan perbaikan$43$27
Total biaya$60$52
Tiket yang memenuhi definisi selesai8090
Biaya per tiket selesai$0,75$0,58 dibulatkan

Rute kedua mengeluarkan $8 lebih banyak untuk model, tetapi menghemat $16 pada peninjauan dan perbaikan. Rute itu juga menyelesaikan 10 tiket lebih banyak sesuai aturan. Total $52 dibagi 90 sekitar $0,58 per tiket. Pada rute pertama, $60 dibagi 80 adalah $0,75. Hasil bisa berbalik ketika perubahan biaya operasi dan hasil lebih besar daripada selisih tagihan model.

Perbandingan ilustratif menampilkan 75 sen dan sekitar 58 sen per tiket yang selesai

Angka ilustratif. Rute yang membelanjakan lebih banyak untuk model membayar lebih sedikit per tiket selesai karena biaya peninjauan lebih rendah dan lebih banyak kasus terselesaikan. Grafik oleh Telli.sh.

Ubah satu asumsi. Jika rute kedua perlu tambahan $15 untuk peninjauan, biayanya naik menjadi $67 atau sekitar $0,74 per tiket. Kedua cara hampir seri. Informasi ini membantu menentukan seberapa besar upaya yang layak untuk mengganti model. Hasil yang berbalik akibat sedikit perubahan pada perkiraan tenaga kerja perlu pengukuran waktu yang lebih baik.

Angka rata-rata juga bisa menyembunyikan penurunan layanan. Model lebih mahal bisa memudahkan beberapa kasus sulit, tetapi lebih lambat menjawab pelanggan lain. Tambahkan satu atau dua ukuran hasil, seperti tingkat pembukaan kembali dan waktu penyelesaian. Tampilkan di samping angka biaya agar tim bisa melihat jika varian yang paling hemat masih gagal memenuhi syarat layanan.

Biaya bersama perlu aturan alokasi yang dapat diperiksa

Satu organisasi mungkin menjalankan dua asisten pada layanan pencarian yang sama. Jika layanan itu menghabiskan $90 per minggu dan kedua tim menyumbang separuh permintaan, pembagian rata adalah titik awal sementara yang masuk akal. Pembagian itu kurang representatif bila satu tim mengindeks lebih banyak dokumen atau kueri salah satu aplikasi jauh lebih mahal. Gunakan dasar alokasi terdekat yang tersedia dan catat secara jelas biaya bersama yang tersisa.

Hal serupa berlaku untuk waktu peninjau. Jika petugas memperbaiki draf selama dua menit, hitung waktu tambahan itu walaupun ia memang sedang masuk ke sistem help desk. Untuk memperkirakan biaya tanpa mencatat data pelanggan yang tidak diperlukan, ambil sampel waktu kecil yang disetujui, agregasikan menurut kategori masalah, dan gunakan tarif internal yang terdokumentasi. Catatan pengukuran dan asumsi lebih penting daripada angka akhir sampai satuan sen.

Rencanakan perubahan volume. Uji satu minggu bisa mencakup cukup banyak permintaan umum tetapi terlalu sedikit kasus tertentu untuk menarik kesimpulan tersendiri. Simpan pengamatannya dan kumpulkan periode tambahan sebelum mengubah rute. Jika tim baru membawa campuran tiket berbeda, ulangi perbandingan sesuai distribusi mereka daripada mengalikan rata-rata awal.

Tampilkan hasil bisnis dan penanggung jawab dalam laporan. Misalnya, pisahkan biaya model, infrastruktur, dan petugas di bawah total, lalu tandai tim yang bertanggung jawab pada tiap baris. Jika peninjauan menjadi biaya terbesar, tim dukungan dapat melihat jawaban yang ditulis ulang. Jika layanan bersama menjadi pendorongnya, tim platform bisa memeriksa alokasi atau penggunaan. Keduanya bisa bertindak berdasarkan rincian biaya.

Mulai dari satu minggu dan cocokkan dengan catatan sumber

  1. Pilih satu alur dan satu hasil. Catat kategori tiket yang memenuhi syarat, definisi selesai, jangka pembukaan ulang, dan penanganan tiket yang diserahkan kepada petugas.
  2. Catat sumber penggunaan. Di Cloudability atau laporan biaya yang sudah dipakai, identifikasi biaya model dan akun infrastruktur yang relevan. Pastikan periode, mata uang, dan ID beban kerja sesuai dengan data help desk. Ikhtisar IBM Cloudability
  3. Atribusikan biaya langsung dan bersama. Gunakan tag aplikasi untuk biaya langsung jika ada. Catat aturan distribusi setiap layanan bersama dan tampilkan biaya yang belum teralokasi.
  4. Ukur pekerjaan yang masih dilakukan manusia. Gunakan sampel yang disetujui untuk memperkirakan waktu peninjauan dan perbaikan. Gabungkan jumlah hasil pada tingkat agregasi paling kecil yang dibutuhkan untuk membandingkan rute.
  5. Bandingkan dengan persyaratan layanan yang sama. Hitung ulang setelah jangka pembukaan ulang berlalu, variasikan satu asumsi utama, dan periksa kualitas layanan sebelum memilih. Cocokkan dengan faktur sebelum memakai perkiraan untuk anggaran.

Jika alurnya sudah dipakai, jadikan model saat ini sebagai dasar dan pilih satu perilaku yang ingin diperbaiki. Misalnya, gunakan model biasa untuk pertanyaan sederhana dan nilai model lebih cakap untuk eskalasi. Ukur seberapa sering pilihan itu memberi hasil lebih baik dan berapa biayanya. Rincian ini mendukung perubahan aturan perutean yang terarah.

Perhitungan serupa berlaku pada meja bantuan kebijakan internal. Biaya meliputi pencarian kebijakan yang disetujui, tindak lanjut, dan waktu spesialis melakukan koreksi. Hasilnya bisa berupa jawaban benar yang menyertakan referensi kebijakan terbaru. Bila penyebut ditetapkan sebelum melihat harga, tim bisa membandingkan dua rute tanpa menyamakan jawaban cepat dengan sumber usang.

Jadwalkan peninjauan singkat setelah catatan biaya ditutup. Tanyakan apakah penggunaan yang belum teralokasi cukup besar untuk mengubah keputusan, apakah jangka pembukaan ulang mencakup tindak lanjut umum, dan apakah campuran penyelesaian berubah. Simpan definisi data bersama laporan agar tim keuangan dan dukungan dapat memeriksa asumsi yang sama saat perbandingan diulang dengan penyedia atau model baru.

Faktur membuka pembahasan, hasil pelanggan melengkapinya

Pembaruan November dari Apptio memasukkan lebih banyak belanja AI ke dalam tampilan keuangan yang sama dengan biaya teknologi lain. Ini membantu ketika biaya satu hasil tersebar pada penyedia model, layanan aplikasi, dan tenaga kerja. Pertanyaan berikutnya bagi tim dukungan konkret. Berapa biaya yang dikeluarkan organisasi agar masalah pelanggan benar-benar selesai? Jika tim bisa menjelaskannya dan mengulang pengukuran minggu depan, mereka punya dasar untuk menentukan investasi.

Sumber


Untuk menyimpan peninjauan dukungan dan keputusan operasi di balik uji coba dalam catatan yang dapat ditelusuri, buat akun Telli.sh.


← Kembali ke blog