Forbruget af en AI-model forudsiges bedst med en kort måling på jeres egne opgaver, ganget op med antallet af brugere og opgaver og lagt ind med et lavt og et højt skøn. Derefter holdes det på plads med lofter, advarsler og en kort budgetperiode, der revideres ofte.
Et AI-budget på forbrug er sværere at lægge end et budget for licenser. FinOps Foundation, brancheforeningen for økonomistyring af cloud og AI, skriver, at prognoser for AI er mindre forudsigelige end for cloud i almindelighed, og at afvigelser kommer hyppigere. Metoden nedenfor tager højde for det uden at love et præcist tal.
Trin 1: del brugen op i opgavetyper
Forbruget afhænger mere af opgaven end af brugeren. Del derfor op efter, hvad modellen bruges til:
Korte spørgsmål og svar. Lidt tekst ind og lidt ud.
Arbejde med dokumenter. Opsummering, gennemgang og oversættelse, hvor hele dokumentet sendes med.
Søgning i egne dokumenter. Hver forespørgsel får uddrag fra jeres dokumenter lagt til, og de uddrag tæller med.
Integrationer. Modellen kaldes fra et andet system, fx ved hver indkommende mail eller sag.
Agenter. Modellen løser en opgave i flere trin og kalder sig selv eller værktøjer mange gange undervejs.
Trin 2: mål en lille mængde
Kør en kort måling på hver opgavetype med rigtige opgaver, og læs forbruget af i udbyderens opgørelse eller i jeres eget mellemlag. Hvad brugeren skriver, siger lidt. Ifølge FinOps Foundation kommer instruktioner, historik og hentet indhold oveni, så det afregnede forbrug er større end det, brugeren ser.
Mål pr. opgave, så I kan gange op med det antal opgaver, I forventer. Notér, hvilken model målingen er lavet med, for samme opgave giver andet forbrug og anden pris på en anden model.
Trin 3: gang op med lav og høj
Tag antal brugere eller opgaver pr. måned for hver opgavetype, og gang op med målingen. Brug to tal: et lavt, hvor brugen er som i målingen, og et højt, hvor brugen vokser, når flere tager værktøjet til sig, og opgaverne bliver længere. Skriv ved hvert tal, hvor det kommer fra.
Ved pris pr. bruger er det antal pladser og grænsen pr. plads, der skal forudsiges. Hvor mange brugere når grænsen, og hvad sker der så? Se betaling pr. token eller pr. bruger.
Trin 4: læg grænserne ind, før forbruget begynder
FinOps Foundation beskriver en række greb, som også passer til en mindre virksomhed:
En liste over godkendte modeller. Så en dyr model ikke bruges til en let opgave, uden at nogen har valgt det.
Kvoter og lofter. Pr. nøgle, pr. projekt eller pr. afdeling.
Advarsler ved budgettærskler. Besked til en ejer, før budgettet er brugt.
Lettere regler for piloter. En pilot skal kunne komme i gang, men med et lille loft og en slutdato.
Hvor grænserne kan sættes, afhænger af tjenesten. Læs det i udbyderens administration, før I vælger.
Det, der løber løbsk
FinOps Foundation nævner fire kilder til store afvigelser, og de er værd at have en plan for:
Job, der ikke stopper. En integration, der kalder modellen igen og igen ved en fejl.
Agentløkker. En agent, der ikke når sit mål og bliver ved med at forsøge. Hvad der er anderledes, når modellen må handle, står i agenter.
Ændrede prompter. En ny instruktion eller flere dokumenter i hver forespørgsel kan ændre forbruget pr. opgave uden at nogen har tænkt på budgettet.
Modelskift. En ny model kan have en anden takst og bruge anderledes mange tokens på samme opgave.
Trin 5: kort budgetperiode, hyppig revision
Læg budgettet i kortere vinduer end jeres øvrige IT-budget, og revider det, når I har et par måneders faktiske tal. Sammenlign med målingen, og ret skønnene. Første år er en måling i sig selv.
Følg forbruget pr. opgavetype ved siden af det samlede. Så kan I se, om stigningen kommer fra flere brugere, længere opgaver eller en ændring i en integration. Fakturaen viser det ikke altid. FinOps Foundation nævner, at faktureringsdata for AI ofte mangler den opdeling, så I kan få brug for at måle i jeres eget lag.
Hvad det kræver, og hvad det koster at lade være
Forudsigelsen kræver en kort måling pr. opgavetype, et regneark med lavt og højt skøn, en ejer, der modtager advarslerne, og en månedlig gennemgang det første år. Målingen kan laves i en pilot, I alligevel kører. Ved at sammenligne to modeller i samme pilot får I også forbruget for begge, se pilot med to modeller side om side.
Uden forudsigelse og grænser opdages forbruget på fakturaen, en måned for sent. Reaktionen bliver så at lukke for brugen eller at skifte til pris pr. bruger uden at vide, om det passer. Begge dele er beslutninger truffet uden tal.
Det skal I lade være med
- At budgettere ud fra antal brugere alene · opgavetypen afgør forbruget.
- At sætte en agent i drift uden loft · løkker opdages først på regningen.
- At bruge målingen fra én model på en anden · forbrug og takst følger modellen.
Det skal valget kunne vise
- ☐ Opgavetyper med målt forbrug pr. opgave og den model, der er målt på.
- ☐ Lavt og højt skøn pr. måned med kilde.
- ☐ Godkendte modeller, lofter og advarsler med en ejer.
- ☐ Dato for første revision af budgettet.
Kilder
- FinOps Foundation, FinOps for AI Overview, https://www.finops.org/wg/finops-for-ai-overview/, læst 8. november 2026.
Senest gennemgået: november 2026.
Næste skridt
Vælg den opgavetype, der bruges mest, og mål forbruget pr. opgave i en uge.
Læs også: Business case for valg af model og tjeneste · Et lag mellem jeres systemer og modellen
→ Kontakt · Tlf. 70 13 63 23 · Jurisdiktions- og afhængighedsvurdering hos Nielco IT
