AI는 과대 광고에서 현실로 가고 있습니다. 업계 전체에서, 그것은 스마트 운영의 근본, 날카로운 고객의 바쁜 성장 및 성장의 뿌리로 만들어지고 있습니다.
영국에서는 그 가능성이 명확하게 인정됩니다. 최근 연구에 따르면 영국 비즈니스 리더의 5%가 AI 장비가 향후 12 개월 내에 회사의 우선 순위에 중요한 것으로보고 있습니다.
극단 네트워크의 EMEA CTO.
그러나 여기에는 단절이 있습니다. 약 절반의 IT 인프라 가이 야망을 지원할 준비가되어 있지 않다는 것을 인정합니다.
전국의 AI 프로젝트에 상당한 투자가 제공되고 있지만, 그 중 많은 사람들이 멈추거나 강조하거나 파일럿 수준을 넘어 진전을 보이지 않습니다.
그래서 뭐가 잘못 되었나요?
문제 : 현대의 야망은 오래된 네트워크와 결합됩니다
많은 회사들이 비전을 가지고 AI에 도달했지만 그것을 지원할 기본적인 힘은 아닙니다. 우리는이 이야기를 이전에 보았습니다. 비즈니스를 효과적으로 구현하는 데 필요한 기본 인프라를 해결하지 않고 최신 기술을 구현하기 위해 경주했습니다.
AI는 플러그 앤 플레이가 아닙니다. 데이터 브리프, 계산 집약적이며 빠르고 신뢰할 수있는 정보에 대한 액세스가 있다고 주장합니다. 상속 시스템에 많은 압력이 생깁니다. 상속 시스템에 많은 압력이 생깁니다. 많은 사람들이 별도의 시대를 위해 구축되었습니다. 데이터가 실시간으로 처리 될 필요가 없거나 네트워크의 가장자리에서 액세스 할 필요가 없었습니다.
가장 일반적인 결과 중 하나는 AI 프로젝트가 파일럿 에피소드 밖에서 진전을 이루지 않는다는 것입니다. 종이에서 비즈니스 분야에서 비즈니스 분야에서 더 강력 해 보입니다 : 고객 서비스 자동화, 예측 개선, 디지털 경험 개인화.
그러나 실제로는 인프라 개념의 증거를 넘어 라이브 테스트 또는 규모를 효과적으로 지원할 수 없습니다. 신뢰할 수 있고 짧은 정복 연결 및 유연한 계산 리소스를 제외하고 이니셔티브는 매점입니다. 모델은 말하지 않지만 네트워크를 보유 할 수는 없습니다.
프로젝트를 시작한 후에도 데이터 가용성이 좋지 않거나 단편화 된 시스템의 지연으로 인해 종종 방해받습니다. 명확한 경우 실시간 데이터가 회사 전체에서 자유롭게 흐를 수 없으며 AI 모델은 효과적으로 운영 할 수 없으며 생산 된 통찰력은 늦거나 효과가 부족합니다.
AI의 약속은 실제적이지만, 상인의 가능성은 인프라 장애물을 다룰 때까지 손이 닿지 않을 것입니다.
Ai-Native Infrastructure는 실제로 모양입니다
좋은 소식? 이것은 영구적입니다. 그것은 표면 수준 업그레이드를 고정하는 것을 의미합니다. 규모, 속도 및 지속적인 진화를 지원하기 위해 설계에 의해 II- 네이티브 인프라를 요구합니다.
클라우드-로컬 아키텍처로 시작합니다. 고정 된 전통적인 조력 시스템과 달리 구름-로컬 환경은 크기와 복잡성으로 전송되는 AI 워크로드에 필요한 탄력성을 제공합니다.
대형 모델이 여러 그룹에 걸쳐 배포되거나 배포 되든 기업은 추가 공급 또는 성능의 한계없이 즉시 자원을 확장 할 수있는 기능이 필요합니다.
속도도 마찬가지로 중요합니다. AI는 빠르고 마찰이없는 데이터 이동에 의존하며 모든 네트워크 지연은 사기 또는 실시간 결정과 같은 시간의 민감한 사용을 약화시킬 수 있습니다.
고성능 저하 네트워크를 통해 데이터는 데이터가 더 빠르고 보호되고 안정적으로 흐를 수 있으므로 AI 중심의 통찰력이 가장 중요 할 때 제공됩니다. 또한 보안 문제에 대한 적극적인 정체성과 응답을 가능하게하거나 장애물을 만들 수있는 기회를 얻을 수 있습니다.
공장, 상점, 차량 또는 원격 사무실에서 가장자리에 더 많은 데이터가 생성되면 Edge Computing은 퍼즐의 중요한 부분이됩니다.
생산되는 위치 근처의 데이터 처리 지연을 줄이고 대역폭 사용을 줄입니다. 분할 된 반응이 중요한 물류 또는 제작과 같은 환경에서는 이러한 유형의 동요가 게임 마나입니다.
적응할 수 있는
적응성도 중요합니다. AI 워크로드는 일정한 속도로 이루어 지므로 인프라가 자체적으로 지정 될 수 있어야합니다. 자동화 된 시스템은 문제에 영향을 미치기 전에 균형을 맞추고 트래픽을 교복하고 문제를 해결할 수 있습니다.
관찰 성 (인프라 행동의 실시간 가시성)을 포함한 IT 팀은 단지 반응하지 않고 문제보다 앞서있을 수 있습니다.
마지막으로 혁신은 통제와 균형을 이루어야합니다. AI는 시험에서 성공을 달성합니다 : 새로운 모델, 새로운 데이터 세트, 빠른 반복. 그러나 그 민첩성은 통제 비용에 도달 할 수 없습니다.
특히 통제 된 산업에서는 모든 단계의 보호, 동의 및 적절한 모니터링을 보장하기 위해 인프라를 활성화해야합니다.
결국, 초점은 뒤로 남아 있습니다. 많은 투자가 프론트 엔드 장비 및 모델로 이동하여 종종 자체적으로 영향을 미칩니다.
이러한 도구는 측정 가능한 MOREI를 사용하여 의미있는 사용 사례의 경우를 안정적으로 수행하고 가능하며 강력하고 골격 인프라의 생성을위한 기초 작업에 우선 순위를 부여 할 수 있도록 필수적입니다.
이것은 단순한 영국 문제가 아닙니다. AI 프로젝트 프로젝트의 약 5%가 주로 AI 기술보다 인프라 제약으로 인해 전세계 기대치를 제공하기 위해 싸우고 있습니다.
AI 성공을위한 플랫폼화
솔루션의 유일한 부분은 인프라를 다루었습니다. 사업에는 통합과 연대가 필요합니다.
많은 조직에서 카테고리는 사일로에서 작동하지 않고 의사 소통하지 않는 시스템에 따라 다릅니다. 이 징계는 데이터를 데이터 통합에 배포하거나 효과적으로 모델을 훈련 시키거나 가장 필요한 곳에 AI 중심 통찰력을 제공하기가 어렵습니다.
단일 통합 환경에서 플랫폼화 시스템, 데이터 흐름 및 디지털 운영을 해결합니다.
공유 인프라의 기업 전역에서 네트워크 데이터를 통합함으로써 회사는 데이터를 캡처하고 처리하고 수행 할 수 있으며, 이는 종종 AI 이니셔티브의 비 효율성을 제거합니다.
이 통합 시스템은 실시간 통찰력, AI 구동 불일치를 가능하게하며 고급 분석을 가능하게하고, 보호를 향상시키고, 자신있게 데이터 중심 의사 결정을 지원합니다.
통찰력의 속도도 중요합니다. 많은 AI 도구는 몇 시간 또는 며칠 후에 출력이 즉시 사용될 때 가장 많은 값을 제공합니다.
플랫폼화 환경의 실시간 처리 기능은 배치 처리 또는 분리 된 시스템으로 인한 지연을 피하기 때문에 이러한 통찰력이 여전히 유효 할 때 나타납니다.
데이터가 자유롭게 흐르면 더 많은 자신감과 정확성으로 결정을 신속하게 내릴 수 있습니다.
간단히 말해서, 플랫폼화 전략과 편집 사이의 장애물을 제거하고 AI를 현실에 공급하는 데 필요한 환경을 제공합니다.
앞으로
CIO 및 IT 리더의 경우 메시지는 분명합니다. AI 자체가 아니라 작동하는 인프라에 중점을 둡니다.
이것은 고립 된 업그레이드에서 멀어지고 끝의 끝으로의 변화를 수용하는 것을 의미합니다.
이는 네트워크가 백그라운드 유틸리티가 아니라 혁신의 중요한 레버로 취급하는 것을 의미합니다.
그리고 그것은 오늘날의 AI뿐만 아니라 오늘날뿐만 아니라 지원할 수있는 시스템을 구축하는 것을 의미합니다.
영국 정부는 컴퓨팅 전력을 20 배로 늘리기 위해 10 억 달러를 추가로 약속했습니다. 이는 중앙 AI가 미래의 성장이 된 방법에 대한 신호입니다.
그러나 정부 투자만으로는 충분하지 않을 것입니다. 그것은 인프라가 다음에 나오는 것을 지원하기 위해 인프라가 나오도록하는 개별 회사에 달려 있습니다.
기회는 분명하지만 일해야 할 필요성도 마찬가지입니다.
우리는 최고의 IT 자동화 소프트웨어를 듣습니다.
이 기사는 TechraderPro Specialist Insight Channel의 일환으로 기술 산업에서 오늘날 최고의 마음을 사로 잡았습니다. 여기에 발표 된 견해는 저자에 있으며 TechRoderPro 또는 Future PLC에 필수적이지 않습니다. 기여에 관심이 있으시면 여기에서 자세히 알아보십시오.
