L’économie du cloud et les six erreurs les plus dommageables à éviter

1. Une analyse de rentabilité qui confond l’économie du premier jour et celle de la première année

Lors de l’analyse de rentabilité du passage au cloud, les estimations précises de la valeur du cloud sont compliquées par l’accent mis sur l’approche « lift and shift », c’est-à-dire sur une migration ciblée des applications existantes avec une remédiation limitée.

Cette approche permet aux entreprises de développer rapidement une empreinte du cloud et de commencer à développer des capacités de cloud dès le premier jour. Les avantages économiques proviennent principalement de la réduction des coûts d’hébergement, de stockage et de maintenance. Malheureusement, ces avantages sont souvent atténués car les entreprises conservent la plupart de la dette technique et des inefficacités opérationnelles de ces applications migrées, ce qui les empêche de tirer parti du provisionnement dynamique de l’infrastructure rendu possible par le cloud.

Ces avantages du premier jour ne sont rien en comparaison de ceux que les entreprises pourraient obtenir dès la première année, à savoir la rapidité de mise sur le marché, l’accès à des capacités avancées et l’innovation. Les avantages économiques de la première année, rendus possibles par une mise en œuvre adéquate des opérations financières (FinOps), représentent généralement une amélioration de 15 à 25 % par rapport aux avantages du premier jour. Pour tirer parti de ces avantages économiques, il faut investir davantage de temps dans la correction des applications, le développement des fondations et l’automatisation, par exemple.

Avec une vision claire de l’économie de la première année, les entreprises peuvent élaborer une analyse de rentabilité axée sur la valeur réelle du cloud et développer un plan de migration pour la saisir.

2. Utilisation de l’économie des dépenses d’investissement à  » coût moyen  » par rapport à l’économie des dépenses d’exploitation à  » coût incrémentiel

L’informatique traditionnelle fonctionne selon un modèle de dépenses d’investissement, dans lequel les entreprises se livrent à des exercices épisodiques de planification de la demande à long terme, suivis de dépenses d’investissement et d’une dépréciation continue. Dans ce modèle, la capacité des centres de données est construite des années à l’avance, le coût marginal de la consommation de capacité d’infrastructure supplémentaire est minime et les entreprises mesurent leur rentabilité en examinant leur coût moyen et leur niveau d’utilisation de l’infrastructure.

En rendant possible l’ajout dynamique d’une capacité quasi illimitée, les fournisseurs de services en nuage (FSC) ont changé le paradigme en un modèle de dépenses d’exploitation, où les entreprises paient pour ce qu’elles consomment. Par conséquent, l’économie la plus efficace du cloud dépend désormais de la capacité à évaluer efficacement la demande de capacité – et les coûts marginaux ou supplémentaires correspondants – à tout moment. En substance, il s’agit de payer la capacité uniquement lorsque vous en avez besoin, plutôt que de payer la capacité que vous n’utilisez pas. Les entreprises doivent plutôt développer une approche dynamique des dépenses d’exploitation en matière d’économie du cloud qui optimise en permanence les coûts différentiels en choisissant les services de cloud qui correspondent le mieux aux exigences de leur charge de travail actuelle.

Par exemple, une société de médias augmente dynamiquement sa capacité de calcul avant les grandes promotions clients pour répondre à l’augmentation du trafic utilisateur et la réduit après la fin de la promotion pour éviter les dépenses inutiles dans le cloud. (Voir notre « simulateur d’optimisation des coûts du cloud » pour voir comment différentes décisions pour une application dans le cloud peuvent avoir un impact sur les coûts incrémentiels).

3. Prévision des dépenses de cloud computing sur la base de facteurs historiques uniquement

À mesure que les entreprises passent du monde des dépenses d’investissement de l’informatique traditionnelle au monde des dépenses d’exploitation du cloud computing, l’historique devient un indicateur beaucoup moins fiable de l’avenir. Cela devient un problème majeur lorsque les entreprises ont besoin d’estimer les dépenses liées au cloud pour élaborer des budgets ou faire des allocations pour prendre en charge de nouveaux produits basés sur le cloud. Alors que les entreprises font des prévisions basées sur le modèle de dépenses d’exploitation du cloud, les vieilles habitudes sont difficiles à perdre, et les prévisions reposent encore largement sur le modèle de dépenses d’investissement. Il en résulte souvent un écart de plus de 20 % entre les prévisions et les dépenses réelles, ce qui entraîne de mauvaises décisions d’allocation et une rebudgétisation laborieuse.

La clé d’une meilleure prévision et d’une meilleure planification budgétaire pour le cloud est de la lier plus étroitement aux professionnels de l’entreprise. Par exemple, si une entreprise planifie une grande promotion liée au Black Friday, elle est susceptible de constater une augmentation de l’intérêt des clients. De même, les plans visant à faire évoluer la tarification vers un modèle d’abonnement entraîneront de nouveaux comportements de la part des consommateurs. Comme les coûts du cloud varient en fonction de l’utilisation, ces types de décisions commerciales auront un impact sur eux.

Pour obtenir des prévisions correctes, les entreprises doivent établir des données économiques unitaires pour leurs principales applications, telles que le coût de calcul par client. Cette approche nécessite un changement d’état d’esprit vers un modèle de consommation et une capacité FinOps compétente pour aider les propriétaires d’applications à comprendre les facteurs commerciaux de leurs dépenses en matière de cloud et l’impact correspondant de ces dépenses sur l’économie unitaire.

4. Extension automatique des avantages de l’élasticité du calcul à d’autres services en nuage

L’élasticité et l’évolutivité du cloud sont économiquement idéales pour les charges de travail dont les modèles de consommation du cloud sont variables. Une entreprise de diffusion de vidéos en continu a pu établir une relation de coût unitaire entre le coût des services de cloud computing et les facteurs de demande commerciale correspondants (tels que le coût de calcul par abonné) sur la base d’une analyse statistique. Cela a permis à l’entreprise de faire correspondre ses besoins en informatique à ses modèles de demande commerciale et de prévoir la consommation de cloud computing avec une précision de plus de 95 %. Cette capacité à faire correspondre précisément la demande aux besoins a permis à l’entreprise de mieux répartir ses dépenses.

Malheureusement, il arrive souvent que les entreprises ne fassent pas la différence entre les charges de travail qui présentent un avantage économique pour la mise à l’échelle à la demande et celles qui n’en présentent pas, ce qui entraîne une augmentation constante des coûts. Dans la même entreprise de diffusion de vidéos en continu, par exemple, la consommation de stockage augmentait régulièrement à mesure que le nombre d’abonnés augmentait. Si le cloud a permis à l’entreprise de s’abstraire des mécanismes de construction de l’infrastructure de stockage, la croissance continue des données des abonnés a entraîné une augmentation continue des coûts de stockage, même si l’activité des abonnés fluctuait.

En gardant cela à l’esprit, les entreprises doivent examiner leurs charges de travail individuellement pour évaluer si leurs modèles d’élasticité permettraient de réaliser des économies sur le cloud.

5. Séparer la feuille de route économique du cloud de la feuille de route de l’architecture du cloud

Lors de l’élaboration de l’analyse de rentabilité du cloud, les entreprises supposent souvent des niveaux d’utilisation du cloud optimistes. Cela gonfle les économies projetées car, malgré la promesse d’une capacité de cloud évolutive de manière dynamique qui peut être adaptée à la demande des applications, la réalité est que la plupart des entreprises se retrouvent avec une utilisation des ressources de cloud inférieure à ce qu’elles avaient espéré. Alors que certaines entreprises dotées d’une architecture cloud native avancée enregistrent des taux d’utilisation des ressources supérieurs à 60 %, la plupart des entreprises se situent en dessous de 30 % et, dans certains cas, en dessous de 10 %.

Les taux d’utilisation élevés dépendent, au moins en partie, d’une architecture capable de les supporter. Par exemple, l’autoscaling des ressources de calcul peut améliorer considérablement l’utilisation, mais uniquement si l’architecture applicative est mise à niveau. Malheureusement, les feuilles de route de l’entreprise relatives à l’économie et à l’architecture du cloud sont souvent élaborées de manière relativement isolée, ce qui conduit à des analyses de rentabilité axées sur des taux d’utilisation impossibles à supporter. C’est pourquoi les entreprises doivent établir un lien étroit entre l’analyse de rentabilité du cloud et la transformation de l’architecture du cloud.

6. Migrer toutes les charges de travail vers le cloud, quelle que soit leur échelle ou leur type

Les économies d’échelle ont permis aux hyperscalers d’obtenir de meilleurs résultats, sous la forme d’économies de coûts et/ou de meilleurs résultats commerciaux, que ce que de nombreuses entreprises peuvent faire par elles-mêmes sur site.

Cela ne signifie pas pour autant que toutes les charges de travail doivent être migrées vers le cloud. Les cas récents d’entreprises rapatriant des charges de travail importantes, en particulier des services de stockage, du cloud vers leur propre infrastructure sur site conçue sur mesure en sont un bon exemple. L’échelle et l’homogénéité de ces charges de travail peuvent créer des économies sur site équivalentes ou supérieures à celles offertes par les fournisseurs de cloud. C’est pourquoi les entreprises dont l’environnement ne comporte qu’un petit nombre de charges de travail massivement dimensionnées doivent être sélectives dans l’adoption du cloud.

En outre, les charges de travail qui sont au cœur de l’avantage concurrentiel de l’entreprise justifient l’investissement et la concentration nécessaires pour en faire les meilleures. C’est particulièrement vrai lorsque les charges de travail de l’entreprise sont en concurrence avec des produits proposés par des FSC, tels que le stockage en tant que service.

Rédigé par Abhi Bhatnagar, Bailey Caldwell, Alharith Hussin et Abdallah Saleme, McKinsey Digital.

À PROPOS DE L’AUTEUR (DES AUTEURS)

Abhi Bhatnagar est associé du bureau McKinsey d’Atlanta, Bailey Caldwell est associé du bureau de Californie du Sud, Alharith Hussin est associé du bureau de San Francisco et Abdallah Saleme est associé du bureau du New Jersey.

Les auteurs souhaitent remercier Wasim Lala et Bhargs Srivathsan pour leur contribution à cet article.