Το Κέντρο Βαρύτητας του AI Μετατοπίζεται και Το Χρήμα Ακολουθεί

Φανταστείτε ένα κέντρο υπηρεσιών με ενεργοποιημένο από το AI ενός από τους μεγαλύτερους αυτοκινητοβιομηχάνους του κόσμου. Το σύστημα λειτουργεί όμορφα. Η στιγμή που ένα αυτοκίνητο μπαίνει στη βάση, ο μηχανικός του AI έχει ήδη κάνει τη δουλειά του, διερευνώντας πολλές σελίδες δεδομένων του οχήματος για να ανακαλύψει την ακριβή διαμόρφωση υπηρεσίας που χρειάζεται.

Αυτή η εύκολη εφαρμογή περιφέρειας έπρεπε να αναπτυχθεί από μια μικρή στρατιά μηχανικών σε τρία χρόνια. Λειτουργούσε σε 10 εμπόρους.

Όταν ήρθε η ώρα να την κλιμακώσει σε 12.000 τοποθεσίες, η ομάδα ανακάλυψε αυτό που κάθε επιχείρηση που αναπτύσσει AI περιφέρειας τελικά μαθαίνει: η κατασκευή της εφαρμογής είναι το εύκολο μέρος. Η κλιμάκωση της σε χιλιάδες τοποθεσίες απαιτεί υποδομή που ακόμη η większość της βιομηχανίας προσπαθεί να κατανοήσει.

Αυτό το χάσμα μεταξύ της κατασκευής κάτι έξυπνο και της πραγματικής ανάπτυξής του εκεί όπου συμβαίνει η επιχείρηση είναι η οριστική πρόκληση του AI αυτή τη στιγμή. Και αυτό επαναδιαμορφώνει πού πηγαίνει η επόμενη κυματική επένδυση τεχνολογίας.

Η ΣΤΑΥΡΟΔΡΟΜΗ ΤΟΥ CLOUD ΜΕΤΑΤΟΠΙΖΕΤΑΙ

Για περίπου 20 χρόνια, το εγχειρίδιο του λογισμικού επιχείρησης ήταν απλό: μεταφέρετε τα πάντα στο cloud. Κεντρίστε τα δεδομένα και τις εφαρμογές και ελέγξτε. Λειτούργησε εξαιρετικά για τη διαχείριση των ροών εργασιών και οι επενδυτές το αντάμειψαν γενναιόδωρα.

Αλλά οι οικονομικές προοπτικές μετατοπίζονται. Οι πολλαπλοί έσοδος SaaS, οι οποίοι έφτασαν κοντά στο 18–20x κατά τη διάρκεια της πανδημίας, έχουν καθιερωθεί σε επίπεδα που δεν έχουν φανεί από το 2016. Η μέση αύξηση εσόδων για τις δημόσιες εταιρείες SaaS έπεσε γύρω στο 12% μέχρι τα τέλη του 2025. Οι επενδυτές δεν έχουν ακόμη χάσει το ενδιαφέρον τους για το λογισμικό, αλλά έχουν αρχίσει να ζητούν μια πιο δύσκολη ερώτηση: πού το AI παράγει πραγματικά απόδοση;

Όλο και περισσότερο, η απάντηση δεν είναι στο cloud.

Η ΠΑΓΙΔΑ ΤΗΣ ΝΟΗΜΟΣΥΝΗΣ

Η παγκόσμια επένδυση στο AI προβλέπεται να φτάσει $2.5 τρισεκατομμύρια μέχρι το τέλος του 2026. Οι τέσσερις μεγαλύτερες τεχνολογικές εταιρείες των ΗΠΑ μόνοι τους είναι σε πορεία να δαπανήσουν περίπου $725 δισεκατομμύρια σε δαπάνες κεφαλαίου φέτος, αυξημένα 77% σε σύγκριση με το προηγούμενο έτος, και η μεγαλύτερη ετήσια υποδομή στην ιστορία της τεχνολογίας. Αυτό το χρήμα ρέει σχεδόν αποκλειστικά σε υποδομή cloud για την υποστήριξη των κέντρων δεδομένων, GPU και cluster εκπαίδευσης.

Αλλά τα περισσότερα δεδομένα του κόσμου δεν παράγονται σε κέντρα δεδομένων. Παράγονται σε εμπορικές τοποθεσίες, σε εργοστάσια, σε πηγές πετρελαίου, μέσα σε νοσοκομεία, σε πλοία και σε ενεργειακές γραμμές. Σε αυτά τα περιβάλλοντα, οι αποφάσεις πρέπει να λαμβάνονται σε χιλιοστά του δευτερολέπτου και η αποστολή δεδομένων σε một μακρινό διακομιστή απλά δεν είναι βιώσιμη.

Το βλέπω συνεχώς στη δουλειά μου με τις επιχειρήσεις. Μια εταιρεία πετρελαίου και αερίου θα δαπανήσει μήνες για να κατασκευάσει ένα προβλεπτικό μοντέλο για την βελτιστοποίηση των πηγών, και στη συνέχεια θα το συσκευάσει σε ένα τεράστιο αρχείο δεδομένων, θα το στείλει σε μια απομακρυσμένη τοποθεσία και θα ελπίζει ότι θα λειτουργήσει. Ένας λιανοπωλητής θα αναπτύξει AI για τη διαχείριση αποθεμάτων, μόνο για να ανακαλύψει ότι η εφαρμογή του σε χιλιάδες καταστήματα είναι ένα εντελώς διαφορετικό πρόβλημα από την κατασκευή του μοντέλου.

Η νοημοσύνη είναι αποτελεσματικά αιχμάλωτη στο cloud. Ο φυσικός κόσμος δεν περιμένει για μια διαδρομή.

ΠΟΥ ΠΗΓΑΙΝΕΙ ΠΡΑΓΜΑΤΙΚΑ ΤΟ ΧΡΗΜΑ

Ο Jensen Huang το ονομάζει “φυσική AI“. Η Qualcomm το περιγράφει ως AI στην περιφέρεια που γίνεται απαραίτητη. Όταν οι δύο εταιρείες που κατανοούν καλύτερα τις οικονομικές επιπτώσεις του AI समझούν την κατεύθυνση, αυτό αξίζει να το λάβουμε υπόψη.

Αυτή η μετατόπιση συμβαίνει ήδη στο έδαφος. Οι επιχειρήσεις σε τομείς πετρελαίου και αερίου, αυτοκινήτου, λιανικής και βιομηχανίας τρέχουν ήδη φορτία AI στην περιφέρεια. Ξέρουν ότι η AI περιφέρειας λειτουργεί, αλλά πασχίζουν με το πώς να την κλιμακώσουν. Η διαχείριση χιλιάδων αναπτύξεων σε διαφορετικά υλικό και περιβάλλοντα και η ενημέρωση μοντέλων στο πεδίο χωρίς να διαταράσσουν τις επιχειρήσεις παρουσιάζει μια τεράστια πρόκληση.

Η περίπτωση επένδυσης είναι απλή: όταν το AI πρέπει να λειτουργήσει αυτόνομα – ελέγχοντας προϊόντα σε μια γραμμή παραγωγής, διαχειριζόμενο την ενεργειακή παραγωγή σε ένα πάρκο ανέμου, συντονίζοντας αυτόνομες συστήματα σε ένα δίκτυο λογιστικής – πρέπει να τρέχει εκεί όπου συμβαίνει η δράση.

ΑΠΟ ΕΦΑΡΜΟΓΕΣ ΣΕ ΑΝΤΙΠΡΟΣΩΠΟΥΣ

Υπάρχει μια άλλη μετατόπιση που συμβαίνει κάτω από την ιστορία της υποδομής, και μπορεί να αποδειχθεί ακόμη πιο σημαντική.

Οι αντιπρόσωποι αλλάζουν την παραδοσιακή σκληρότητα των επιχειρηματικών εφαρμογών. Ένας αντιπρόσωπος δεν είναι στατικός κώδικας που κάνει μια seule πράγμα. Είναι ένα σύστημα που μπορεί να συλλογιστεί, να ερμηνεύσει μη δομημένα δεδομένα και να λάβει αποφάσεις χωρίς να προγραμματιστεί ρητά για κάθε σενάριο. Αντί να κατασκευάσετε μια εφαρμογή για να παρακολουθήσετε την ποιότητα σε μια γραμμή παραγωγής, αναπτύσσετε einen αντιπρόσωπο που ερμηνεύει βίντεο, αναγνωρίζει ελαττώματα και σηματοδοτεί ζητήματα, ενώ προσαρμόζεται καθώς οι συνθήκες αλλάζουν. Αντί να κωδικοποιήσετε ένα προβλεπτικό σύστημα συντήρησης από την αρχή για κάθε τύπο εξοπλισμού, αναπτύσσετε ένα μοντέλο που επεξεργάζεται δεδομένα αισθητήρων και λαμβάνει αποφάσεις σε πραγματικό χρόνο.

Όπου κάποτε χρειαζόταν χρόνια και ομάδες αναπτυξιακών για να κατασκευάσουν εφαρμογές περιφέρειας, οι αντιπρόσωποι μπορούν να συρρικνώσουν αυτή τη χρονοδιάρκεια δραματικά.

ΓΙΑΤΙ ΑΥΤΟ ΔΕΝ ΕΙΝΑΙ ΑΠΛΟ

Αλλά όπως σε hầu hết τις περιπτώσεις, ο διάβολος κρύβεται στις λεπτομέρειες. Όταν ένας προσωπικός αντιπρόσωπος AI κάνει ένα λάθος, στέλνει ένα άβολο email. Όταν ένας βιομηχανικός αντιπρόσωπος AI κάνει ένα λάθος, μπορεί να κλείσει μια γραμμή παραγωγής ή να δημιουργήσει ένα πρόβλημα ασφαλείας. Η ίδια ποιότητα που κάνει τους αντιπρόσωπους AI ευέλικτους και ισχυρούς είναι ακριβώς αυτή που κάνει τις επιχειρήσεις προσεκτικές σχετικά με την ανάπτυξή τους σε περιβάλλοντα κρίσιμης ασφαλείας.

Η ευαισθησία του IP είναι απίστευτη. Μια εταιρεία ενεργειακών υπηρεσιών που έχει δαπανήσει μια δεκαετία συλλέγοντας λειτουργικά δεδομένα για να κατασκευάσει ένα αυτόνομο σύστημα βελτιστοποίησης, έχει δημιουργήσει κάτι αντικαταστάσιμο. Αν ο αντιπρόσωπος AI είναι υποκλαπεί, ένας ανταγωνιστής αποκτά χρόνια θεσμικής γνώσης από την μια στιγμή στην άλλη. Ο νόμος της ΕΕ για την Κυβερνο-Αποκατάσταση και τα εξελισσόμενα πλαίσια NIST κινούνται για να αντιμετωπίσουν αυτούς τους κινδύνους, αλλά η τεχνολογική υποδομή για την επιβολή φραγμών στην περιφέρεια vẫn κατασκευάζεται.

Η ασφάλεια και η διακυβέρνηση δεν είναι χαρακτηριστικά για την εποχή AI περιφέρειας. Είναι η βάση.

Η ΕΠΟΜΕΝΗ ΥΠΟΔΟΜΗ ΑΝΑΠΤΥΞΗΣ

Κάθε μεγάλη εποχή υπολογιστών έχει οριστεί από μια ανάπτυξη υποδομής. Η εποχή των προσωπικών υπολογιστών κατασκεύασε τοπικά δίκτυα και επιφάνειες εργασίας. Η εποχή του cloud κατασκεύασε κέντρα δεδομένων και πλατφόρμες SaaS. Η εποχή AI κατασκευάζει την υποδομή για να τρέξει την νοημοσύνη στον φυσικό κόσμο.

Οι εταιρείες και οι επενδυτές που αναγνωρίζουν αυτή τη μετατόπιση νωρίς θα τοποθετηθούν για την επόμενη δεκαετία. Αυτό σημαίνει όχι μόνο επένδυση στην ικανότητα AI, αλλά και στην υποδομή ορχήστρα, ασφάλεια και ανάπτυξη που μετατρέπει ένα ικανό μοντέλο σε ένα αξιόπιστο βιομηχανικό σύστημα.

Η αξία δεν είναι στο επόμενο chatbot ή στο επόμενο μοντέλο cloud. Είναι στην υποδομή που κάνει το AI λειτουργικό σε κλίμακα στο εργοστάσιο, το πεδίο πετρελαίου, το δίκτυο λιανικής και όπου αλλού ο φυσικός κόσμος παράγει δεδομένα που δεν μπορούν να περιμένουν.

Κάπου τώρα, μια άλλη εταιρεία στέκεται εκεί όπου στάθηκε ο αυτοκινητοβιομηχάνης, με μια εξαιρετική εφαρμογή που τρέχει σε quelques τοποθεσίες, κοιτάζοντας το χάσμα μεταξύ πιλότου και κλίμακας. Αυτοί που γεφυρώνουν αυτή τη διαφορά θα κατασκευάσουν τις ανταγωνιστικές τάφρους της επόμενης δεκαετίας.