الذكاء الاصطناعي يمنح المؤسسات العذر الذي يحتاجونه لإصلاح سنوات من الديون التقنية

كل مؤسسة تريد الحديث عن الذكاء الاصطناعي. كم ينبغي أن نستثمر؟ أين يجب تشغيله؟ ما التطبيقات الجديدة التي يمكننا بناؤها؟ إلى أي مدى يمكننا إدخالها إلى الإنتاج بسرعة؟

لكن شيئًا آخر يحدث تحت كل هذا الحماس. بينما تصرف المؤسسات أموالًا على الذكاء الاصطناعي، يبدأ الكثيرون في إلقاء نظرة فاحصة على البنية التحتية التي كانت تدير الأعمال بهدوء لسنوات. وما يجدونه ليس دائمًا جميلًا:

• أنظمة تشغيل قديمة
• قواعد بيانات متقادمة
• تطبيقات تم تحديثها بشكل غير متناسب مع البنية التحتية

تلاحظ المؤسسات البيئات التي بُنيت حول قرارات اتُخذت قبل سنوات. إنها الديون التقنية التي يعرفها الجميع وجودها، لكن لا أحد كان لديه سبب كافٍ أو ميزانية لمعالجتها.

من المفارقة أن الذكاء الاصطناعي قد يغير ذلك أخيرًا.

الذكاء الاصطناعي يفتح محفظة البنية التحتية

إحدى أكبر العقبات أمام تحديث البنية التحتية كانت، لسنوات، بسيطة بشكل ملحوظ: إذا لم تكن مكسورة، لماذا ننفق ملايين الدولارات لتغييرها؟

هذه حجة صعبة على فريق البنية التحتية لتجاوزها. قد يكون نظام عمره عشر سنوات قديمًا ومكلفًا وغير مرن، ولكن إذا كانت التطبيقات تعمل ولا يشكو العملاء، فإن استبداله أو تحديثه قد يكون من الصعب إقناع المدير المالي.

الذكاء الاصطناعي أعاد صياغة تلك المناقشة.

لدعم استراتيجياتهم في الذكاء الاصطناعي، تقوم المؤسسات بـاستثمارات جديدة كبيرة في البنية التحتية. يمكن لهذا الإنفاق أن يخلق فرصة لمعالجة مشكلات بنية تحتية أخرى في الوقت نفسه. المشاريع التي كانت تجد صعوبة في الحصول على تمويل بمفردها يمكن أن تصبح فجأة جزءًا من مناقشة أوسع بكثير حول ما يجب أن تكون عليه مجموعة تقنيات المؤسسة للسنوات العشر القادمة.

عصر الذكاء الاصطناعي يصطدم بعصر البنية التحتية القديمة

لا تزال العديد من الشركات تعتمد بشكل كبير على Windows-المبنية على البنية التحتية وإصدارات أقدم من SQL Server، بينما قضت صناعة التكنولوجيا سنوات في الحديث عن السحابية الأصلية الهندسة المعمارية و الحاويات.

تطور تطوير التطبيقات في الوقت نفسه. تبنت فرق التطوير لينكس والحاويات ومنصات السحابة بينما غالبًا ما ظلت قواعد البيانات والبنية التحتية الحرجة في أماكنها. هذا يخلق انقسامًا متزايدًا غير مريح داخل المؤسسة: التطبيقات الحديثة من جانب والبنية التحتية القديمة من الجانب الآخر. الذكاء الاصطناعي لا يخلق هذه المشكلة. لكن السعي لبناء مؤسسة جاهزة للذكاء الاصطناعي يجعل من الصعب تجاهلها.

لذلك يجب على المؤسسات أن تقاوم اعتبار بنية الذكاء الاصطناعي التكنولوجية كشراء معزول. يمكن أن تكون فرصة لطرح سؤال أكبر بكثير: إذا كنا نعيد تصميم جزء من بنيتنا التحتية للذكاء الاصطناعي، ما الذي ينبغي أن نصلحه أيضًا بينما نحن هنا؟

التحديث لا يجب أن يعني انفجارًا كبيرًا

أحد أسباب استمرار الديون التقنية هو الافتراض بأن التحديث يتطلب هجرة ضخمة. وهذا غير صحيح.

عند الانتقال من Windows إلى Linux، على سبيل المثال، لا يلزم تغيير كل تطبيق وقاعدة بيانات وعملية تشغيلية في آن واحد. واعتماد Kubernetes لا يعني أن المؤسسة يجب أن تتخلى فورًا عن كل ما كان قبل ذلك. لتحقيق ذلك بأكثر طريقة عملية ممكنة، يجب أن يتم التحديث بشكل تدريجي.

يمكن للمؤسسات الحفاظ على أحمال عمل Windows الحالية مع إدخال Linux أو Kubernetes جنبًا إلى جنب معها. يمكنها تحديث المكونات الفردية عندما تكون حالة الأعمال منطقية، ونقل الأحمال تدريجيًا بدلاً من المراهنة على مشروع تحويل ضخم واحد.

هذا مهم بشكل خاص لقواعد البيانات. قد تكون بيئات SQL Server الحرجة تعمل بنجاح لسنوات. حقيقة أنها قديمة لا تعني أن المؤسسات يجب أن تستبدلها بتهور.

يجب أن يكون الهدف هو إنشاء مسار للمستقبل.

لا تقم بالتحديث لمجرد أن الذكاء الاصطناعي شائع

هناك تمييز مهم هنا.

قد يخلق إنفاق الذكاء الاصطناعي فرصة لتحديث البنية التحتية، لكن لا ينبغي للمؤسسات ترحيل الأحمال لمجرد اعتقادها أن كل شيء يحتاج فجأة إلى أن يصبح “جاهزًا للذكاء الاصطناعي”. يجب أن تكون حالة الأعمال لتحديث البنية التحتية قائمة بذاتها.

هل يمكننا خفض التكاليف؟

هل يمكننا تحسين التوافر؟

هل يمكننا تقليل اعتمادنا على منصة معينة؟

هل يمكننا جعل الأحمال أكثر قابلية للنقل؟

هل يمكننا منح الأعمال مرونة أكبر بشأن مكان تشغيل التطبيقات والبيانات؟

هذه نتائج ذات قيمة بغض النظر عما يحدث مع خارطة طريق الذكاء الاصطناعي للمؤسسة.

في الواقع، أحد الأخطاء التي قد ترتكبها الشركات هو السماح للذكاء الاصطناعي بأن يصبح مبررًا لكل قرار تقني. هناك متطلبات مختلفة لأعباء عمل الذكاء الاصطناعي وأعباء العمل التقليدية للمعاملات. مجرد أن المؤسسة تستثمر بشكل كبير في الذكاء الاصطناعي لا يعني أنه يجب افتراض أن كل عبء عمل قديم ينتمي فجأة إلى Kubernetes.

يجب أن تحل عملية التحديث مشكلة بنية تحتية فعلية.

الذكاء الاصطناعي يغيّر أيضًا اقتصاديات البنية التحتية

هناك سبب آخر يجعل المرونة أكثر أهمية في عصر الذكاء الاصطناعي: اقتصاديات البنية التحتية تصبح أكثر ديناميكية. لدى المؤسسات خيارات أكثر من أي وقت مضى حول مكان تشغيل أعباء العمل… في المواقع الداخلية، في السحب الخاصة، في السحب العامة، وعبر مزودي سحب متعددين. قد يكون البيئة المثلى لعبء عمل واحد خاطئة تمامًا لآخر. وهذا يجعل قابلية نقل البنية التحتية ذات قيمة متزايدة.

لا ينبغي أن تضطر المؤسسات إلى اتخاذ كل قرار بنية تحتية مستقبلي بناءً على اختيار تم اتخاذه قبل سنوات. يجب أن تكون قادرة على تقييم أين يحقق عبء العمل أفضل منطق تشغيلي واقتصادي وإجراء تغييرات دون إعادة تصميم بيئة التطبيق بالكامل. يصبح هذا أكثر أهمية مع زيادة الإنفاق على البنية التحتية بسبب الذكاء الاصطناعي. عندما تنمو ميزانيات التكنولوجيا، يمكن للفروقات الصغيرة نسبيًا في الحوسبة، والترخيص، وتكاليف السحب أن تتحول إلى أرقام كبيرة جدًا.

تصبح القدرة على الاختيار ميزة اقتصادية.

فرصة البنية التحتية الحقيقية للذكاء الاصطناعي قد تكون أكبر من الذكاء الاصطناعي نفسه

هناك ميل للتفكير في طفرة بنية تحتية الذكاء الاصطناعي أساسًا من حيث وحدات معالجة الرسوميات، والمسرعات، ومراكز البيانات الضخمة. تلك الاستثمارات بالتأكيد مهمة. ما يحدث لبقية بنية تحتية المؤسسة نتيجة لذلك قد يكون في الواقع التأثير الأكثر دوامًا.

الذكاء الاصطناعي يجبر المؤسسات على التفكير في مكان تشغيل تطبيقاتها، ومكان وجود بياناتها، وكيفية إدارة البنية التحتية، ومدى استعدادها لتحمل التكنولوجيا القديمة.

هذا يخلق فرصة نادرة.

بدلاً من مجرد إضافة أحدث التقنيات فوق قرارات بنية تحتية قديمة تمتد لعقود، يمكن للمؤسسات الاستفادة من دورة الاستثمار هذه لبدء سداد الدين التقني وإنشاء أساس أكثر مرونة لما سيأتي لاحقًا.

لأن السؤال الأكثر أهمية قد لا يكون ما إذا كانت بنية اليوم التحتية قادرة على تشغيل الذكاء الاصطناعي.

قد يكون السؤال ما إذا كان استثمار الذكاء الاصطناعي اليوم يمكنه أخيرًا إعطاء المؤسسات السبب لبناء البنية التحتية التي كان ينبغي أن تبنواها طوال الوقت.