Generativ AI kan ændre verden – men kun hvis data-infrastrukturen følger med

Trods den store opmærksomhed omkring Generativ AI, har de fleste brancher eksperter endnu ikke besvaret en væsentlig spørgsmål: Er der en infrastrukturplatform, der kan støtte denne teknologi på lang sigt, og hvis ja, vil den være tilstrækkeligt bæredygtig til at støtte de radikale innovationer, som Generativ AI lover?

Generativ AI-værktøjer har allerede opbygget en solid rygte, med deres evne til at skrive vel-sammensatte tekster med ét klik – opgaver, der ellers ville kræve timer, dage, uger eller måneder at fuldføre manuelt.

Det er godt og vel, men uden den rette infrastruktur, har disse værktøjer simpelthen ikke skalerbarheden til at ændre verden. Snart at overstige $76 milliarder, Generativ-AI’s astronomiske driftsomkostninger er allerede et bevis på dette faktum, men der er yderligere faktorer på spil.

Virksomhederne skal fokusere på at oprette og tilslutte de rette værktøjer til at udnytte det på en bæredygtig måde og skal investere i en centraliseret data-infrastruktur, der gør alle relevante data tilgængelige for deres LLM uden dedikeret pipeline. Med strategisk implementering af de rette værktøjer, vil de være i stand til at levere den forretningsværdi, de søger, på trods af kapacitetsbegrænsningerne, datacenterne påligger – først da vil AI-revolutionen virkelig fremme.

En velkendt mønster

Ifølge en ny rapport fra Capgemini Research Institute, 74% af chefer mener, at fordelene ved generativ AI overstiger bekymringerne. En sådan enighed har allerede ført til høje adoptionssatser blandt virksomheder – omkring 70% af virksomhederne i Asien-Stillehavet har enten udtrykt deres intentioner om at investere i disse teknologier eller har begyndt at udforske praktiske anvendelsesmuligheder.

Men verden har været på denne vej før. Tag internettet som eksempel, som gradvist tiltrak mere og mere opmærksomhed, før det overgik forventningerne via en række bemærkelsesværdige anvendelser. Men på trods af dets imponerende evner, tog det først rigtig af, da dets anvendelser begyndte at levere konkret værdi til virksomheder i stor målestok.

At se beyond ChatGPT

AI falder i en lignende cyklus. Virksomheder har hurtigt købt ind i teknologien, med an estimeret 93% af virksomheder allerede engageret i flere AI/ML-anvendelsessager. Men uanset den høje adoptionssats, kæmper mange virksomheder stadig med implementeringen – et tydeligt tegn på, at data-infrastrukturen ikke er kompatibel.

Med den rette infrastruktur kan virksomheder se beyond overfladen af Generativ AI’s forlokkende evner og udnytte dens sande potentiale til at transformere deres forretningslandskaber.

Sandelig kan Generativ-AI hjælpe med at skrive en kort besked hurtigt og i de fleste tilfælde meget effektivt, men dens potentiale går langt beyond det. Fra potentiel lægemiddelforskning til sundhedsbehandling til forsyningskædeoptimering, intet af disse gennembrud er muligt, hvis datacenterne, der støtter og driver AI-anvendelser, ikke er robuste nok til at håndtere deres arbejdsmængder.

At overvinde barrieren for skalerbarhed

Generativ AI har endnu ikke rigtig leveret væsentlig værdi til virksomheder, fordi den mangler skalerbarhed. Dette skyldes, at datacenterne har kapacitetsbegrænsninger – deres infrastruktur var ikke oprindeligt designed til at støtte den massive udforskning, orkestrering og modeltilpasning, som Large Language Models (LLM) kræver for at køre multiple træningscykler effektivt.

At høste værdi fra Generativ AI afhænger derfor af, hvor godt en virksomhed udnytter sin egen data, hvilket kan forbedres gennem udvikling af en robust data-arkitektur. Dette kan opnås ved at tilslutte strukturerede og ustrukturerede datakilder til LLM eller ved at øge gennemstrømningen af eksisterende hardware.

Det er afgørende, at virksomheder, der søger at træne deres LLM på organisationsdata, kan konsolidere dataene på en samlet måde. Ellers vil data, der er efterladt i en silo-struktur, sandsynligvis generere bias i LLM’s læringsmuligheder.

Et supportsystem

Generativ AI dukkede ikke op ud af det blå – det har været under udvikling i lang tid, og dets anvendelse og potentiale vil kun vokse i de kommende årtier. Men for nu er dens forretningsanvendelser ramt af en barrier, som ikke er skalerbar.

Realiteten er, at disse forskellige værktøjer kun er så stærke, som den data-infrastruktur, der støtter dem. Det er derfor afgørende, at virksomhedsledere udnytter platforme, der kan behandle de petabytes af data, disse værktøjer har brug for for at levere den væsentlige værdi, de lover.