Artículos sobre FinOps en el blog de ConsultorIA: cloud, IA aplicada y seguridad en producción.
Una factura cloud que crece con los ingresos está bien. Una que crece más rápido es un problema de negocio escondido dentro de un informe de infraestructura. Elige la unidad, atribuye el coste compartido, y la conversación con el consejo cambia.
Un plan son mil líneas de diff en un terminal. Las preguntas que de verdad quieres responder —cuánto cuesta esto, qué expone, qué se rompe si falla— no están en ese formato. Así hicimos que Skyline las responda solo con el código.
La mayoría de equipos con dos o más nubes nunca las ha visto en una sola página. Cuando lo hacen, las sorpresas son lo bastante consistentes como para listarlas: regiones que nadie eligió, recursos que Terraform desconoce y un reparto de costes que no coincide con el modelo mental de nadie.
El coste por token parece obviamente más barato hasta que cuentas la utilización. Las GPU facturan por hora pregunte alguien o no, y ese único hecho decide casi todas estas decisiones.
Repartir por peticiones o por uso crea incentivos opuestos, los costes compartidos son donde empieza la discusión, y mostrar antes de facturar internamente es lo que evita que se rechace el ejercicio entero.
Los compartimentos y las etiquetas definidas son el modelo de atribución, las formas flexibles hacen que el redimensionado sea continuo en vez de a saltos, y el compromiso universal de crédito se comporta distinto de una reserva.
Reserva fría, templada y caliente se diferencian en un orden de magnitud de precio y en minutos u horas de recuperación. Elige el nivel a partir de lo que te cuesta una caída, y asume que casi todos los entornos deberían comprar multizona.
El volumen de registro sube con el tráfico, con cada servicio nuevo y con cada sesión de depuración que alguien olvidó apagar. La estructura decide si sirven, y seis reglas deciden si son pagables.
Infracost convierte un plan de Terraform en una diferencia mensual comentada en el pull request. Qué estima bien, qué no puede estimar y cómo evitar que el comentario se vuelva papel pintado.
Un filtro de exclusión en el receptor es el control de mayor retorno de toda la plataforma, y los mínimos de las clases de almacenamiento castigan cualquier regla de ciclo de vida escrita sin leerlos.
Standard factura los nodos que aprovisionas, Autopilot factura los recursos que piden tus pods. Los dos están dominados por el mismo número, y es la diferencia entre lo que los pods piden y lo que usan.
Cada proveedor nombra, agrupa y fecha sus datos de facturación de forma distinta, así que informar de costes multinube se convierte en un proyecto de traducción. Una especificación abierta fija el esquema, y lo que no puede arreglar conviene saberlo antes de construir.
Un presupuesto no detiene el gasto y una alerta de previsión llega tarde. Lo que caza de verdad un pico de coste es una ventana de detección corta, un conjunto pequeño de formas de fallo conocidas y un dueño con nombre.
El almacenamiento parece barato por gigabyte, así que nadie lo audita. Luego la redundancia, las transacciones, las penalizaciones por borrado anticipado y el tráfico entre regiones convierten una línea pequeña en una grande.
La ingesta de Log Analytics es la línea que crece sin que nadie decida que debe crecer. Seis controles la bajan, y ninguno implica perder la telemetría que de verdad usas.
El plano de control de AKS es casi gratis, así que todo lo que pagas sale de los node pools, y los valores por defecto son caros. Esto es lo que cambiamos, en el orden que encuentra dinero más rápido.
S3 parece un precio por gigabyte y no lo es. Las duraciones mínimas, el tamaño mínimo por objeto, las peticiones de transición y las fronteras de transferencia alrededor del bucket son por donde se va el dinero.
Ingesta, almacenamiento, métricas personalizadas, paneles y consultas se cobran por separado. La explosión de dimensiones en las métricas personalizadas y el registro de depuración olvidado en producción explican casi toda la sorpresa.
Un compromiso fija lo que estás ejecutando hoy. Antes de firmarlo, recorre la factura capa por capa y quita lo que no debería estar. Este es el orden que seguimos.
Las instancias ARM cuestan entre un 20 y un 40 por ciento menos por el mismo trabajo, y la migración es sobre todo un problema de build, no de código. Este es el orden en que la hacemos y las cuatro cosas que muerden.
El modelo casi nunca es la parte cara. Las operaciones de plataforma, las APIs a las que llamas, los reintentos y la persona que revisa la salida suelen sumar más. Un desglose real de un flujo de facturas.
En Make cada ejecución de módulo es dinero, así que el escenario más barato y el más rápido suelen ser el mismo. Cinco patrones que recortan el consumo a la mitad sin cambiar lo que hace la automatización.
Las tres hacen la misma demo. Divergen en la forma del precio, en dónde se quedan tus datos y en qué pasa cuando un flujo necesita código de verdad. Elige por eso, no por el número de conectores.
BigQuery bajo demanda cobra por bytes escaneados, así que un panel mal escrito puede costar más que tu cómputo. Así lo limitamos sin ralentizar a nadie.
Los CUD vienen en dos sabores que se comportan muy distinto, y comprar el equivocado te ata a una familia de máquinas durante tres años. Esta es la secuencia que seguimos.
Azure tiene más mecanismos de descuento que ninguna otra nube y se acumulan en un orden concreto. Equivócate en el orden y te comprometes a capacidad que un beneficio híbrido habría hecho innecesaria.
OCI cobra la salida de datos y el cómputo de forma lo bastante distinta como para que una comparación directa con AWS engañe en ambos sentidos. Esto es lo que de verdad se mueve y cómo lo modelamos.