Anbefalingsmotor for kostnadsoptimalisering i skyen

Offentlig prosjektsammendrag

Prosjektet tar utgangspunkt i behovet for bedre kontroll over kostnader i komplekse Azure-miljøer. I dag bygger kostnadsoptimalisering enten på manuelle ekspertvurderinger, som er tidkrevende og lite skalerbare, eller på automatiserte verktøy som gir standardiserte anbefalinger uten nok kontekst til å avgjøre om tiltakene er forsvarlige og relevante i den enkelte kundes situasjon. Målet er å utvikle og validere en prototype på en anbefalingsmotor som kombinerer kostnadsdata, tekniske metadata, historikk, ressursrelasjoner og ekspertkunnskap for å identifisere og prioritere kostnadstiltak i Microsoft Azure. Prosjektet skal undersøke om dette kan gjøres med tilstrekkelig presisjon, forklarbarhet og robusthet i kundemiljøer med ulik struktur, datakvalitet og organisatorisk kontekst.