Generative KI kann die Welt verändern – aber nur, wenn die Dateninfrastruktur mithält

Trotz des Hypes um Generative AI haben die meisten Branchenexperten noch nicht eine wichtige Frage angesprochen: Gibt es eine infrastrukturelle Plattform, die diese Technologie langfristig unterstützen kann, und wenn ja, wird sie nachhaltig genug sein, um die radikalen Innovationen zu unterstützen, die Generative AI verspricht?

Generative-AI-Tools haben bereits einen guten Ruf aufgebaut, dank ihrer Fähigkeit, gut synthetisierten Text mit einem Knopfdruck zu erstellen – Aufgaben, die sonst Stunden, Tage, Wochen oder Monate manuell erfordern würden.

Das ist alles gut und schön, aber ohne die richtige Infrastruktur haben diese Tools einfach nicht die Skalierbarkeit, um die Welt wirklich zu verändern. Bald werden sie 76 Milliarden Dollar übersteigen, die astronomischen Betriebskosten von Generative-AI sind bereits ein Zeichen dafür, aber es gibt weitere Faktoren, die eine Rolle spielen.

Unternehmen müssen sich auf die Schaffung und Verbindung der richtigen Tools konzentrieren, um sie nachhaltig zu nutzen, und in eine zentrale Dateninfrastruktur investieren, die alle relevanten Daten nahtlos für ihre LLM zugänglich macht, ohne dedizierte Pipelines. Durch die strategische Implementierung der richtigen Tools können sie den Geschäftswert liefern, den sie suchen, trotz der Kapazitätsgrenzen, die Datenzentren derzeit auferlegen – erst dann wird die AI-Revolution wirklich voranschreiten.

Ein bekanntes Muster

Laut einem neuen Bericht des Capgemini Research Institute glauben 74% der Geschäftsführer, dass die Vorteile von Generative AI ihre Bedenken überwiegen. Ein solches Einverständnis hat bereits zu hohen Adoptionsraten bei Unternehmen geführt – etwa 70% der Organisationen in Asien-Pazifik haben entweder ihre Absicht bekundet, in diese Technologien zu investieren, oder haben begonnen, praktische Anwendungsfälle zu erkunden.

Aber die Welt ist bereits diesen Weg gegangen. Nehmen wir das Internet, das allmählich mehr und mehr Aufmerksamkeit auf sich zog, bevor es durch eine Vielzahl von bemerkenswerten Anwendungen die Erwartungen übertraf. Aber trotz seiner beeindruckenden Fähigkeiten kam es erst wirklich voran, als seine Anwendungen tangible Wert für Unternehmen im großen Maßstab lieferten.

Ausblick über ChatGPT hinaus

KI fällt in einen ähnlichen Zyklus. Unternehmen haben sich schnell für die Technologie begeistert, mit etwa 93% der Unternehmen, die bereits an mehreren AI/ML-Anwendungsfällen beteiligt sind. Aber unabhängig von der hohen Adoptionsrate kämpfen viele Unternehmen immer noch mit der Implementierung – ein deutliches Zeichen für eine unkompatible Dateninfrastruktur.

Mit der richtigen Infrastruktur können Unternehmen über die Oberfläche der verlockenden Fähigkeiten von Generative AI hinausgehen und ihr wahres Potenzial nutzen, um ihre Geschäftslandschaften zu verändern.

Tatsächlich kann Generative-AI helfen, einen Brief schnell und in den meisten Fällen sehr effektiv zu schreiben, aber sein Potenzial geht weit darüber hinaus. Von der potenziellen Arzneimittelentdeckung bis hin zu Gesundheitsbehandlungen und der Optimierung von Lieferketten sind none dieser Durchbrüche möglich, wenn die Rechenzentren, die KI-Anwendungen unterstützen und antreiben, nicht robust genug sind, um ihre Arbeitslasten zu bewältigen.

Überwindung der Barrieren für Skalierbarkeit

Generative AI hat noch nicht wirklich einen bedeutenden Wert für Unternehmen geliefert, weil es an Skalierbarkeit mangelt. Dies liegt daran, dass Rechenzentren Kapazitätsgrenzen haben – ihre Infrastruktur wurde ursprünglich nicht dafür konzipiert, die massive Exploration, Orchestrierung und Modellierung zu unterstützen, die Large Language Models (LLMs) erfordern, um mehrere Trainingszyklen effizient durchzuführen.

Die Ernte von Wert aus Generative AI hängt daher davon ab, wie gut ein Unternehmen seine eigenen Daten nutzt, was durch die Entwicklung einer robusten Datenarchitektur verbessert werden kann. Dies kann durch die Verbindung von strukturierten und unstrukturierten Datenquellen mit LLMs oder durch die Erhöhung der Durchsatzleistung existing Hardware erreicht werden.

Es ist entscheidend, dass Unternehmen, die ihre LLM auf organisatorische Daten trainieren möchten, diese Daten zunächst konsolidieren können. Andernfalls wird die in einer siloartigen Struktur verbleibende Daten wahrscheinlich Voreingenommenheit in der Lernfähigkeit von LLM erzeugen.

Ein Supports-System

Generative AI ist nicht aus dem Nichts entstanden – es ist bereits seit geraumer Zeit in Arbeit und seine Nutzung und sein Potenzial werden in den kommenden Jahrzehnten nur weiter wachsen. Aber für den Moment stoßen seine Geschäftsanwendungen an eine Wand, die nicht skalierbar ist.

Die Realität ist, dass diese verschiedenen Tools nur so stark sind wie die Datenverarbeitungsinfrastruktur, die sie unterstützt. Es ist daher entscheidend, dass Geschäftsführer Plattformen nutzen, die die Petabyte an Daten verarbeiten können, die diese Tools benötigen, um den bedeutenden Wert, den sie versprechen, greifbar zu liefern.