Generativní AI může změnit svět – ale pouze pokud infrastruktura dat držela krok

Přestože je kolem Generativní AI hodně rozruchu, většina odborníků z oboru dosud neřešila jednu významnou otázku: Existuje infrastrukturní platforma, která by mohla tuto technologii dlouhodobě podporovat, a pokud ano, bude dostatečně udržitelná na to, aby podpořila radikální inovace, které Generativní AI slibuje?

Nástroje Generativní AI již získaly určitou pověst, díky své schopnosti psát dobře syntetizovaný text na kliknutí tlačítka – úkoly, které by jinak vyžadovaly hodiny, dny, týdny nebo měsíce ruční práce.

To je všechno dobře a dobré, ale bez řádné infrastruktury tyto nástroje prostě nemají škálovatelnost, aby skutečně změnily svět. Brzy překročí 76 miliard dolarů, astronomické provozní náklady Generativní AI jsou již nyní svědectvím tohoto faktu, ale existují další faktory, které hrají roli.

Podniky potřebují soustředit se na vytváření a propojování správných nástrojů, aby je mohli udržitelně využít, a musí investovat do centralizované datové infrastruktury, která činí všechny relevantní údaje snadno přístupnými pro jejich LLM bez dedikovaných kanálů. S strategickým nasazením správných nástrojů budou moci dodávat obchodní hodnotu, kterou hledají, navzdory kapacitním omezením, která datacentra目前 ukládají – teprve tehdy bude skutečná AI revoluce postupovat.

Známý vzorec

Podle nové zprávy od Capgemini Research Institute 74% výkonných ředitelů se domnívá, že přínosy Generativní AI převáží její obavy. Taková shoda již vedla k vysoké míře přijetí mezi podniky – asi 70% organizací v Asii a Tichomoří již vyjádřilo své záměry investovat do těchto technologií nebo již začalo zkoumat praktické použití.

Ale svět již prošel touto cestou. Vezměme si například internet, který postupně získal více a více pozornosti, než překročil očekávání prostřednictvím mnoha pozoruhodných aplikací. Ale navzdory jeho působivým schopnostem se skutečně rozvinul, až když jeho aplikace začaly dodávat hmotnou hodnotu podnikům ve velkém měřítku.

Pohled za ChatGPT

AI spadá do podobného cyklu. Podniky rychle přijaly tuto technologii, s odhadovanými 93% podniků, které již provádějí několik studií případů AI/ML. Ale bez ohledu na vysokou míru přijetí mnohé podniky stále zápasí s nasazením – jasným znamením neslučitelné datové infrastruktury.

S řádnou infrastrukturou mohou podniky hledět za povrchové úrovně fascinujících schopností Generativní AI a využít její skutečný potenciál, aby transformovaly své obchodní krajiny.

Skutečně, Generativní AI může pomoci napsat stručný text rychle a ve většině případů poměrně účinně, ale její potenciál sahá mnohem dále. Od potenciálního objevu léků až po zdravotnické léčby a optimalizaci dodavatelského řetězce – žádná z těchto průlomů není možná, pokud datacentra, která podporují a pohánějí aplikace AI, nejsou dostatečně robustní na to, aby zvládla jejich pracovní zátěž.

Překonání bariéry škálovatelnosti

Generativní AI dosud nedokázala真正 přinést významnou hodnotu podnikům, protože jí chybí škálovatelnost. To je způsobeno tím, že datacentra mají kapacitní omezení – jejich infrastruktura nebyla původně navržena tak, aby podporovala masivní průzkum, orchestraci a ladění, které modely velkých jazyků (LLM) vyžadují, aby mohly efektivně běžet multiple tréninkové cykly.

Získání hodnoty z Generativní AI závisí na tom, jak dobře podnik využije svá vlastní data, což lze zlepšit vytvořením robustní datové architektury. To lze dosáhnout propojením strukturovaných a nestrukturovaných zdrojů dat s LLM nebo zvýšením propustnosti stávajícího hardwaru.

Je nezbytné, aby podniky, které chtějí trénovat své LLM na organizačních datech, mohly nejdříve konsolidovat tato data jednotným způsobem. Jinak budou data, která zůstanou v izolované struktuře, pravděpodobně generovat zkreslení v učení LLM.

Podpůrný systém

Generativní AI neobjevila se z ničeho – již nějakou dobu se na ní pracovalo, a její použití a potenciál budou pouze růst v nadcházejících desetiletích. Ale prozatím jsou její obchodní aplikace narážející na zeď,

Skutečností je, že tyto různé nástroje jsou pouze tak silné, jako je datové procesní infrastruktura, která je podporuje. Je proto kritické, aby se business lídři opírali o platformy, které mohou zpracovat petabytů dat, které tyto nástroje potřebují, aby skutečně dodaly na významnou hodnotu, kterou slibují.