Inicialmente, la promesa de la nube es convincente, ofreciendo escalabilidad inmediata, aprovisionamiento rápido y servicios administrados. Sin embargo, a medida que las organizaciones hacen la transición de los pilotos y las pruebas de concepto a la IA de nivel de producción, los costos de la nube, los costos de las nubes pueden aumentar rápidamente, a veces superando con creces los pronósticos iniciales. Los trabajos de capacitación o inferencia de IA intensiva en recursos en la nube pueden desencadenar facturas inesperadas y fluctuantes, a menudo dejando a los equipos financieros luchando por respuestas. Además, las cargas de trabajo de IA tienden a ser «pegajosas», consumiendo grandes volúmenes de cómputo que requieren GPU o aceleradores especializados, que tienen precios premium en la nube. Hoy, esos mismos componentes son mucho más baratos de comprar directamente de lo que eran hace 10 años, esencialmente revirtiendo la ecuación anterior. La economía del hardware cuesta hace una década, adquirir hardware avanzado para IA fue costoso, complejo y arriesgado. Las organizaciones enfrentaron largos ciclos de adquisición, volatilidad de la cadena de suministro y el desafío desalentador de mantener el equipo de borde de sangrado. Public Cloud fue la solución, ofreciendo acceso de pago por uso a las últimas GPU y aceleradores, sin ninguno de los costos iniciales.