Η AI δίνει στις επιχειρήσεις τη δικαιολογία που χρειάζονταν για να αντιμετωπίσουν το τεχνικό χρέος πολλών ετών

Κάθε επιχείρηση θέλει να μιλήσει για την AI. Πόσα πρέπει να επενδύσουμε; Πού πρέπει να την εκτελέσουμε; Ποιες νέες εφαρμογές μπορούμε να δημιουργήσουμε; Πόσο γρήγορα μπορούμε να τις φέρουμε στην παραγωγή;

Αλλά κάτι άλλο συμβαίνει πίσω από όλον αυτόν τον ενθουσιασμό. Καθώς οι οργανισμοί ρίχνουν χρήματα στην AI, πολλοί εξετάζουν προσεκτικά την υποδομή που λειτουργεί σιωπηλά για την επιχείρηση εδώ και χρόνια. Και αυτό που βρίσκουν δεν είναι πάντα όμορφο:

• Παλαιά λειτουργικά συστήματα
• Γηρασμένες βάσεις δεδομένων
• Εφαρμογές που έχουν εκσυγχρονιστεί ασύμμετρα με την υποδομή  

Οι οργανισμοί παρατηρούν περιβάλλοντα που χτίστηκαν γύρω από αποφάσεις που ελήφθησαν πριν χρόνια. Είναι τεχνικό χρέος που όλοι γνωρίζουν ότι υπάρχει, αλλά κανείς δεν είχε αρκετό λόγο ή προϋπολογισμό για να το αντιμετωπίσει.

Κατά ειρωνικό τρόπο, η AI μπορεί τελικά να το αλλάξει.

AI Ανοίγει το Πορτοφόλι της Υποδομής

Ένα από τα μεγαλύτερα εμπόδια στον εκσυγχρονισμό της υποδομής, για χρόνια, ήταν εξαιρετικά απλό: αν δεν είναι χαλασμένο, γιατί να ξοδέψουμε εκατομμύρια δολάρια για να το αλλάξουμε;

Αυτό είναι ένα δύσκολο επιχείρημα για μια ομάδα υποδομής να ξεπεράσει. Ένα σύστημα δεκαετίας μπορεί να είναι ξεπερασμένο, ακριβό και άκαμπτο, αλλά αν οι εφαρμογές λειτουργούν και οι πελάτες δεν παραπονιούνται, μπορεί να είναι δύσκολο να πειστεί ο οικονομικός διευθυντής να εγκρίνει την αντικατάσταση ή τον εκσυγχρονισμό του.

Η AI έχει ξαναγράψει αυτή τη συζήτηση.

Για να υποστηρίξουν τις AI στρατηγικές τους, οι οργανισμοί κάνουν σημαντικές νέες επενδύσεις στην υποδομή. Αυτή η δαπάνη μπορεί να δημιουργήσει μια ευκαιρία να αντιμετωπιστούν άλλα προβλήματα υποδομής ταυτόχρονα. Έργα που δυσκολεύονταν να χρηματοδοτηθούν αυτοτελώς μπορούν ξαφνικά να γίνουν μέρος μιας πολύ μεγαλύτερης συζήτησης για το πώς πρέπει να φαίνεται η τεχνολογική στοίβα της επιχείρησης την επόμενη δεκαετία.

Η Εποχή της AI Συναντά την Εποχή της Παλαιάς Υποδομής

Πολλές επιχειρήσεις εξακολουθούν να εξαρτώνται σε μεγάλο βαθμό από υποδομή βασισμένη σε Windows και παλαιότερες εκδόσεις του SQL Server, ενώ η βιομηχανία τεχνολογίας έχει ήδη περάσει χρόνια μιλώντας για cloud-native αρχιτεκτονικές και containers.

Η ανάπτυξη εφαρμογών έχει προχωρήσει ταυτόχρονα. Οι ομάδες ανάπτυξης έχουν υιοθετήσει Linux, containers και cloud πλατφόρμες, ενώ οι βάσεις δεδομένων και άλλες κρίσιμες υποδομές συχνά παραμένουν εκεί που ήταν. Αυτό δημιουργεί ένα ολοένα και πιο αμήχανο χάσμα εντός της επιχείρησης: σύγχρονες εφαρμογές από τη μία πλευρά και παλαιά υποδομή από την άλλη. Η AI δεν δημιουργεί αυτό το πρόβλημα. Αλλά η βιασύνη να δημιουργηθεί μια επιχείρηση έτοιμη για AI το καθιστά πολύ πιο δύσκολο να αγνοηθεί.

Οι οργανισμοί πρέπει λοιπόν να αντισταθούν στο να βλέπουν την υποδομή AI ως μια απομονωμένη αγορά τεχνολογίας. Μπορεί να είναι μια ευκαιρία να θέσουν μια πολύ μεγαλύτερη ερώτηση: Αν επανασχεδιάζουμε μέρος της υποδομής μας για AI, τι άλλο θα πρέπει να διορθώσουμε όσο βρισκόμαστε εδώ;

Ο Εκσυγχρονισμός Δεν Πρέπει Να Σημαίνει Μεγάλη Έκρηξη

Ένας λόγος που το τεχνικό χρέος παραμένει είναι η υπόθεση ότι ο εκσυγχρονισμός απαιτεί μια τεράστια μετάβαση. Δεν είναι έτσι.

Όταν μεταβαίνετε από Windows σε Linux, για παράδειγμα, κάθε εφαρμογή, βάση δεδομένων και λειτουργική διαδικασία δεν χρειάζεται να αλλάξει ταυτόχρονα. Και η υιοθέτηση του Kubernetes δεν σημαίνει ότι ένας οργανισμός πρέπει αμέσως να εγκαταλείψει όλα όσα υπήρχαν πριν. Για να το κάνετε με τον πιο πρακτικό δυνατό τρόπο, ο εκσυγχρονισμός πρέπει να γίνει σταδιακά.

Οι οργανισμοί μπορούν να διατηρήσουν τις υπάρχουσες εργασίες Windows ενώ εισάγουν Linux ή Kubernetes παράλληλα. Μπορούν να εκσυγχρονίσουν μεμονωμένα στοιχεία, όταν η επιχειρηματική λογική το δικαιολογεί, και να μεταφέρουν σταδιακά τις εργασίες αντί να στοιχηματίζουν τα πάντα σε ένα τεράστιο έργο μετασχηματισμού.

Αυτό έχει ιδιαίτερη σημασία για τις βάσεις δεδομένων. Κρίσιμα περιβάλλοντα SQL Server μπορεί να λειτουργούν επιτυχώς για χρόνια. Το γεγονός ότι είναι παλιά δεν σημαίνει ότι οι οργανισμοί πρέπει να τα αντικαταστήσουν απερίσκεπτα.

Ο στόχος πρέπει να είναι η δημιουργία ενός δρόμου προς τα εμπρός.

Μην Εκσυγχρονίζετε Μόνο Επειδή η AI Είναι Μόδα

Υπάρχει μια σημαντική διάκριση εδώ.

Οι δαπάνες στην AI μπορεί να δημιουργήσουν την ευκαιρία να εκσυγχρονιστεί η υποδομή, αλλά οι οργανισμοί δεν πρέπει να μεταφέρουν εργασίες μόνο επειδή πιστεύουν ότι όλα ξαφνικά πρέπει να γίνουν «έτοιμα για AI». Η επιχειρηματική λογική για τον εκσυγχρονισμό της υποδομής πρέπει να στηρίζεται από μόνη της.

Μπορούμε να μειώσουμε τα κόστη;

Μπορούμε να βελτιώσουμε τη διαθεσιμότητα;

Μπορούμε να μειώσουμε την εξάρτησή μας από μια συγκεκριμένη πλατφόρμα;

Μπορούμε να κάνουμε τις εργασίες πιο φορητές;

Μπορούμε να δώσουμε στην επιχείρηση μεγαλύτερη ευελιξία σχετικά με το πού τρέχουν οι εφαρμογές και τα δεδομένα;

Αυτά είναι πολύτιμα αποτελέσματα, ανεξάρτητα από το τι συμβαίνει με το χάρτη πορείας AI ενός οργανισμού.

Στην πραγματικότητα, ένα από τα λάθη που μπορούν να κάνουν οι επιχειρήσεις είναι να επιτρέπουν στο AI να γίνει η δικαιολογία για κάθε τεχνολογική απόφαση. Υπάρχουν διαφορετικές απαιτήσεις για φορτία εργασίας AI και παραδοσιακά συναλλακτικά φορτία εργασίας. Το γεγονός ότι ένας οργανισμός επενδύει έντονα στο AI δεν σημαίνει ότι πρέπει να υποτεθεί ότι κάθε παλαιό φορτίο εργασίας ανήκει ξαφνικά στο Kubernetes.

Ο εκσυγχρονισμός πρέπει να λύσει ένα πραγματικό πρόβλημα υποδομής.

Το AI Αλλάζει επίσης την Οικονομία της Υποδομής

Υπάρχει ένας ακόμη λόγος για τον οποίο η ευελιξία είναι πιο σημαντική στην εποχή του AI: η οικονομία της υποδομής γίνεται όλο και πιο δυναμική. Οι οργανισμοί έχουν περισσότερες επιλογές από ποτέ σχετικά με το πού εκτελούνται τα φορτία εργασίας… σε εγκαταστάσεις, σε ιδιωτικά σύννεφα, σε δημόσια σύννεφα και σε πολλαπλούς παρόχους σύννεφου. Το καλύτερο περιβάλλον για ένα φορτίο εργασίας μπορεί στην πραγματικότητα να είναι εντελώς λανθασμένο για ένα άλλο. Αυτό καθιστά τη φορητότητα της υποδομής όλο και πιο πολύτιμη.

Οι επιχειρήσεις δεν πρέπει να λαμβάνουν κάθε μελλοντική απόφαση υποδομής βασιζόμενες σε μια επιλογή που έκαναν πριν από χρόνια. Πρέπει να μπορούν να αξιολογούν πού ένα φορτίο εργασίας έχει το μεγαλύτερο λειτουργικό και οικονομικό νόημα και να κάνουν αλλαγές χωρίς να επανασχεδιάζουν ολόκληρο το περιβάλλον εφαρμογών. Αυτό γίνεται ακόμη πιο σημαντικό καθώς το AI αυξάνει τις δαπάνες υποδομής. Όταν οι τεχνολογικοί προϋπολογισμοί αυξάνονται, σχετικά μικρές διαφορές στα κόστη υπολογισμού, αδειοδότησης και υπηρεσιών cloud μπορούν να μετατραπούν σε πολύ μεγάλους αριθμούς.

Η δυνατότητα επιλογής γίνεται οικονομικό πλεονέκτημα.

Η Πραγματική Ευκαιρία Υποδομής AI Μπορεί να Είναι Μεγαλύτερη από το AI

Υπάρχει η τάση να σκεφτόμαστε το κύμα υποδομής AI κυρίως με βάση τις GPU, τους επιταχυντές και τα τεράστια κέντρα δεδομένων. Αυτές οι επενδύσεις σίγουρα έχουν σημασία. Αυτό που συμβαίνει με το υπόλοιπο της υποδομής των επιχειρήσεων ως αποτέλεσμα μπορεί στην πραγματικότητα να είναι η πιο διαρκής επίδραση.

Το AI αναγκάζει τους οργανισμούς να σκέφτονται πού εκτελούνται οι εφαρμογές τους, πού αποθηκεύονται τα δεδομένα τους, πώς γίνεται η διαχείριση της υποδομής και πόση παλαιά τεχνολογία είναι διατεθειμένοι να διατηρήσουν.

Αυτό δημιουργεί μια σπάνια ευκαιρία.

Αντί να τοποθετούν απλώς τη νεότερη τεχνολογία πάνω από δεκαετίες παλαιών αποφάσεων υποδομής, οι επιχειρήσεις μπορούν να χρησιμοποιήσουν αυτόν τον κύκλο επένδυσης για να αρχίσουν να αποπληρώνουν το τεχνικό χρέος και να δημιουργήσουν μια πιο ευέλικτη βάση για ό,τι έρχεται στη συνέχεια.

Επειδή η πιο σημαντική ερώτηση μπορεί να μην είναι αν η σημερινή υποδομή μπορεί να τρέξει AI.

Μπορεί να είναι αν η σημερινή επένδυση στο AI μπορεί τελικά να δώσει στις οργανώσεις τον λόγο να χτίσουν την υποδομή που έπρεπε να χτίζουν όλο αυτό το διάστημα.