Generatiivinen tekoäly voi muuttaa maailmaa – mutta vain, jos tietoinfrastruktuuri pitää tahtia

Huolimatta siitä, että generatiivisesta tekoälystä on paljon puhuttu, useimmat alan asiantuntijat eivät ole vielä käsitelleet merkittävää kysymystä: Onko olemassa infrastruktuurialustaa, joka voi tukea tätä teknologiaa pitkällä aikavälillä, ja jos on, onko se riittävän kestävä tukea radikaaleille innovaatioille, joita generatiivinen tekoäly lupailee?

Generatiivisen tekoälyn työkalut ovat jo saavuttaneet mainetta kykynsä kirjoittaa hyvin syntetisoitua tekstiä yhdellä napsautuksella – tehtävät, jotka muuten vaatisivat tunteja, päiviä, viikkoja tai kuukausia valmistella manuaalisesti.

Se on hyvä, mutta ilman oikeaa infrastruktuuria nämä työkalut eivät ole skaalautuvia, jotta ne voivat todella muuttaa maailmaa. Kun generatiivisen tekoälyn toimintakustannukset ylittävät pian 76 miljardia dollaria, on selvää, että nämä kustannukset ovat jo merkkinä tästä, mutta on muita tekijöitä pelissä.

Yritykset tarvitsevat fokuksensa luomiseen ja oikeiden työkalujen yhdistämiseen, jotta ne voivat hyödyntää tekoälyä kestävästi, ja heidän on investoitava keskitetyyn tietoinfrastruktuuriin, joka tekee kaiken relevantin tiedon saataville heidän LLM:lle ilman omia kanavia. Strategisen toteutuksen avulla he pystyvät toimittamaan liiketoiminnan arvon, jonka he etsivät, vaikka datakeskukset asettavat tällä hetkellä kapasiteettirajoituksia – vasta silloin tekoälyvallankumous edistyy todella.

Tuttu kuva

Capgemini Research Instituten uuden raportin mukaan 74% johtajista uskoo, että generatiivisen tekoälyn hyödyt ylittävät sen liittyvät huolenaiheet. Tämä konsensus on jo aiheuttanut korkeat omaksumisprosentit yrityksissä – noin 70% Aasian ja Tyynenmeren alueen organisaatioista on ilmoittanut aikovansa investoida näihin teknologioihin tai tutkia käytännön sovelluksia.

Mutta maailma on käynyt tämän tien ennen. Otetaan esimerkiksi internet, joka houkutteli aluksi enemmän ja enemmän huomiota ennen kuin ylitti odotukset monin merkittävin sovelluksin. Mutta huolimatta sen vaikuttavista kyvyistä, se lähti todella liikkeelle vasta, kun sen sovellukset alkoivat toimittaa konkreettista arvoa yrityksille suuressa mittakaavassa.

Katse eteenpäin ChatGPT:stä

Tekoäly on päässyt samanlaiseen sykliin. Yritykset ovat nopeasti omaksuneet teknologian, ja arviolta 93% yrityksistä on jo mukana useissa tekoäly-/konenäöntutkimuksissa. Mutta huolimatta korkeasta omaksumisprosentista, monilla yrityksillä on edelleen vaikeuksia toteuttamisessa – tämä on merkki siitä, että tietoinfrastruktuuri ei ole yhteensopiva.

Kun on oikea infrastruktuuri, yritykset voivat katsoa generatiivisen tekoälyn pinnan alla olevan pinnan ja hyödyntää sen todellista potentiaalia muuttaa liiketoimintamaisemiaan.

Totuus on, että generatiivinen tekoäly voi kirjoittaa nopeasti ja useimmiten hyvin tehokkaasti, mutta sen potentiaali ulottuu paljon pidemmälle. Lääkekehityksestä terveydenhoitoon, huolto- ja logistiikkajärjestelmien optimointiin, mikään näistä läpimurroista ei ole mahdollista, jos datakeskukset, jotka tukevat ja ajavat tekoälysovelluksia, eivät ole tarpeeksi vahvoja hallitakseen työmääräänsä.

Esteen ylittäminen skaalautuvuudessa

Generatiivinen tekoäly ei ole vielä toimittanut merkittävää arvoa yrityksille, koska siltä puuttuu skaalautuvuus. Tämä johtuu siitä, että datakeskuksilla on kapasiteettirajoitukset – niiden infrastruktuuri ei ollut alun perin suunniteltu tukemaan suurta etsintää, orkestraatiota ja mallin säätöä, joita suuret kielimallit (LLM) vaativat toimia useita koulutusjaksoja tehokkaasti.

Hyödyntämällä generatiivista tekoälyä riippuu siitä, miten hyvin yritys hyödyntää omaa dataansa, mikä voidaan parantaa kehittämällä vahva data-arkkitehtuuri. Tämä voidaan saavuttaa yhdistämällä rakenteiset ja rakenteettomat tietolähteet LLM:lle tai lisäämällä olemassa olevan laitteiston läpäisevyyttä.

On olennaista, että yritykset, jotka haluavat kouluttaa LLM:nsä organisaatiotiedolla, voivat konsolidoida tiedon yhdenmukaisesti. Muuten tieto, joka on säilötty eristetyssä rakenteessa, aiheuttaa todennäköisesti LLM:n oppimiskykyyn vinouman.

Tukea

Generatiivinen tekoäly ei ilmestynyt tyhjästään – se on ollut kehityksessä jo jonkin aikaa, ja sen käyttö ja potentiaali kasvavat vain tulevina vuosikymmeninä. Mutta tällä hetkellä sen liiketoimintasovellukset ovat törmäyskursella, joka ei ole skaalautuva.

Todellisuus on, että nämä työkalut ovat vain yhtä vahvoja kuin tietojen käsittelyinfrastruktuuri, joka tukee niitä. On siis olennaista, että liiketoimintajohtajat hyödyntävät alustoja, jotka voivat käsitellä petatavua dataa, jonka nämä työkalut tarvitsevat toimitakseen todellista arvoa, jonka he lupaavat.