Много предприятия са напът да внедрят изкуствен интелект (AI), докато други все още не са сигурни как ще го използват за управление на бизнеса си. Така или иначе, ИТ директорите и ИТ екипите трябва да направят много избори, тъй като технологията продължава да се развива със светкавична скорост.

Според Шон Донахю, старши мениджър решения в Nutanix, някои смятат, че влакът тръгва от гарата и те трябва да се качат на борда сега.

„AI не е опция“, казва той пред ZDNET. „Това не е спекулативен пазар. Компаниите знаят, че трябва да се насочат към AI, но просто не са измислили с кои случаи на употреба ще се заемат първо.“

По думите на Донахю това вероятно се дължи на факта, че много от тях не разбират напълно как техните организации биха могли да се възползват от интеграцията на технологията. Той оприличава днешния ден на времето, когато Томас Едисон е представил електрическата крушка през 1888 г.

„Беше невероятно да се види от пръв поглед, а демонстрацията предизвикваше възхищение, но хората не разбираха как да използват електричеството, още повече че нямаше инфраструктура, която да доведе електричеството до дома им“, обяснява той.

Възприемането на изкуствения интелект е предизвикателство, с което се борят много ИТ директори, докато гледат към бъдещето. Преди да се впуснат в това приключение, техните екипи трябва да притежават практически знания, умения и ресурси за ефективно внедряване.

Все повече организации пренасочват вниманието си от дигитална към AI трансформация, но това не е лесна задача

Пет основни изисквания за успешна AI трансформация на бизнеса

Предизвикателства пред AI и нуждата от инфраструктура

Когато подготвят ИТ операциите си за AI, мислещите за бъдещето лидери преоценяват цялата си технологична екосистема, за да изградят правилните инфраструктури, които да се справят както със съществуващите, така и с бъдещите функции, задвижвани от технологията.

„Необходими са специалисти по данни, инженери по AI и оперативни инженери по машинно обучение, а след това и добри кадри от инфраструктурата, заедно с разработчиците, които създават приложенията“, казва Раджив Рамасвами, президент и главен изпълнителен директор на Nutanix. „Наборът от инструменти, от които се нуждаете, за да съставите приложения с изкуствен интелект и да ги пуснете на пазара, също е изключително важен. Освен това има недостиг на хардуер.“

Внедряването на AI е скъпо, а обучението на моделите изисква значителни инвестиции.

„За да реализирате потенциала, трябва да обърнете внимание на това какво ще е необходимо, за да го направите, колко ще струва и да се уверите, че ще имате полза“, казва Рамасвами. „И след това трябва да го направите.“

GenAI бързо се трансформира от експериментална технология в основен бизнес инструмент, като през 2024 г. процентът на внедряване се е увеличил повече от два пъти, според неотдавнашно проучване на AI at Wharton, изследователски център към Wharton School на Университета в Пенсилвания. Седмичното използване на AI сред бизнес лидерите се е увеличило от 37% на 72%, а организациите са отчели 130% ръст на разходите за AI от 2023 г. насам, сочи още докладът.

Традиционната ИТ инфраструктура не е оборудвана да се справи с изискванията за AI с висока интензивност, като например обучение на големи езикови модели (LLM) или обработка на големи по обем потоци от данни в реално време. ИТ специалистите посочват, че стартирането на AI приложения на настоящата им ИТ инфраструктура би било „значително предизвикателство”, според доклада Enterprise Cloud Index, публикуван от Nutanix в началото на 2024 г.

Донахю използва практична метафора с автомобил, която демонстрира това предизвикателство.

„Моят автомобил от 1949 г. не отговаря на днешните изисквания за производителност“, казва той. „Доволен съм, че го карам, но знам, че никога няма да се конкурира на магистралата. Всъщност не би трябвало въобще да го карам по магистрала, защото вече е много остарял.“

С други думи, повечето съществуващи ИТ инфраструктури поддържат статуквото, но няма да могат ефективно да отговорят на интензивните изисквания на работните натоварвания с изкуствен интелект.

Изкуственият интелект е изключително енергоемък и често въглеродния отпечатък на работата с него надхвърля ползите

3 подхода, гарантиращи устойчивото използване на AI от компаниите

„По-новите дизайни на автомобилите се развиват, за да отговарят на по-високи стандарти за безопасност, горивна ефективност и производителност. По същия начин корпоративните ИТ инфраструктури трябва да се развиват, за да осигурят по-голяма изчислителна мощност, гъвкавост и ефективност, за да се справят с AI приложенията”, добавя Донахю.

Усъвършенстваните мерки за сигурност и рамки за управление са от решаващо значение, тъй като предприятията се стремят да защитят интелектуалната собственост и данните на клиентите си, използвани в AI моделите. Това принуждава ИТ директорите да търсят инфраструктура, която може да управлява AI стратегически и сигурно и да бъде достатъчно гъвкава, за да се справи с бъдещите иновации и предизвикателства.

Управление на ИТ инфраструктура, задвижваща AI

Според Донахю ИТ екипите проучват три ключови елемента: избор на езикови модели, използване на AI от облачни услуги и изграждане на хибриден мултиклауд оперативен модел, за да се получи най-доброто от локалните и публичните облачни платформи.

„Установяваме, че много, много, много малко хора ще изградят свой собствен езиков модел“, казва той. „Това е така, защото изграждането на такъв е все едно да построиш кола в гаража от резервни части.“

Компаниите се насочват към базирани в облака езикови модели, но трябва внимателно да проучат възможностите за сигурност и управление, като същевременно контролират разходите във времето.

„Ако тези неща не ме отблъснат да го използвам с корпоративната си интелектуална собственост и данни, то в края на месеца ще осъзная, че плащам на хиперскалаторите, защото моето приложение за инференции с изкуствен интелект - тази малка кутия за заявки, на която служителите ми задават въпроси - използва облачни графични процесори, а те не са евтини“, добавя Донахю.

Това води ИТ екипите до трета стъпка: да мислят отвъд моделите, базирани на облак, и да обмислят решения, разработени целенасочено и специално за работа с функционалността на AI.

Донахю дава пример с GPT-in-a-Box на Nutanix - цялостно, предварително конфигурирано решение, което съчетава хардуер и софтуер, за да поддържа внедряването на модели директно на място, в облака или в периферията. Тази конфигурация е предназначена да рационализира внедряването и експлоатацията на GPT модели, като предоставя всички необходими компоненти в един интегриран пакет за инсталация на GenAI и AI/ML приложения в ИТ инфраструктури, като същевременно данните и приложенията остават под контрола на вътрешните екипи.

Много експерти казват, че настоящите случаи на използване на технологията са само върхът на айсберга

Топ 7 на случаите на използване на генеративен AI за бизнеса

Донахю обяснява, че GPT-in-a-Box позволява на съществуващите ИТ системи да рационализират процесите, необходими за внедряване на възможностите на AI. Той намалява сложността на избора на съвместими компоненти, конфигурирането на софтуера и оптимизирането на производителността.

Като контролират целия стек, включително хардуера, софтуера и слоевете на AI, ИТ екипите могат да прилагат надеждни мерки за сигурност, включително криптиране на данни, сигурен контрол на достъпа до тях и системи за откриване на прониквания. GPT-in-a-Box също така позволява на екипите да управляват производителността, като използват оптималните ресурси за ефективен достъп до данни на правилното място.

Управление на приложения и данни в хибридни мултиоблачни системи

Според Донахю инфраструктурата трябва да бъде в центъра на стратегията за внедряване на AI и има един облачен модел, който може да бъде особено успешен: хибридният мултиклауд.

„Хибридният мултиклауд е на дневен ред“, казва той. „AI е свързан с хибридния мултиклауд, защото наборите ви от данни ще бъдат навсякъде. Ще трябва да използвате решение за унифицирано съхранение, за да ги съберете и управлявате под един покрив“, обяснява специалистът.

Хибридните мултиклауд среди интегрират различни изчислителни ресурси и видове съхранение на данни. Те улесняват ефективното управление и обработка на информацията, което е от ключово значение за производителността на системите за изкуствен интелект, особено при работа с обширни и разнообразни набори от данни, разпределени на различни места.

„Хората, които вече използват хибриден мултиклауд, ще могат по-лесно да стартират усилията си в областта на AI“, категоричен е Донахю.

Приоритетното модернизиране на инфраструктурата е от съществено значение. Ефективното възприемане на AI изисква от предприятията да преоценят основните си ИТ системи, като се фокусират върху бъдещето и постигнат ключовите мащабируемост, капацитет, ефективност и аналитични възможности, необходими за да бъдат в крак с бързо променящия се ИТ свят.