Tekoälybuumi on saavuttanut ratkaisevan keskipisteen: Mitä yritysten tulee tietää

Yläkoulu ei ollut kenenkään paras aika – mutta meidän kaikkien piti käydä se läpi, kasvukivut ja kaikki, jotta pääsisimme parempaan, kypsymmään versioon itsestämme.

Nykyinen tekoälybuumi on saavuttamassa oman epävakautensa, jonka asiantuntijat kutsuvat sotkuisaksi keskivaiheeksi omaksumisen ja kypsymisen välillä. Alkuperäinen hype on haihtunut, ja nyt yritykset keskittyvät tekemään tekoälystä todella toimivaa. Mutta tekoäly kypsyy haastavassa ajassa. Ennusteet ovat kaikkialla, epäilykset ovat korkealla sekä yritysten että kuluttajien keskuudessa, ja puhutaan tekoälykuplasta, josta yritysjohtajat ovat huolissaan ja odottavat pelättyä pamausta.

Tässä ratkaisevassa vaiheessa yritysten on erottava signaali melusta – olivatpa he kääntymässä pyrkimyksensä kokeilusta käytännön soveltamiseen tai laajentamassa käytännön soveltamista toiminnan laajuuteen. Tämä vaatii keskittymistä konkreettisiin tekijöihin, joita he voivat hallita, kuten infrastruktuuriin ja tietojen valmiuteen; tulosten mittaamiseen ja mittaukseen; sekä perustan luomiseen laajentamiseksi.

Infrastruktuuri-ensin-lähestymistapa

Totinen tekoälyvalmius vaatii oikean infrastruktuurin tekoälykuormien kestävään käyttöönottoon. Luonnollisesti tekoäly on lisännyt pilvipalveluiden kysyntää: pilvipalveluiden kulut odotetaan kasvavan 40% tämän vuoden aikana, ja infrastruktuuri muodostaa kalleimman kohteen budjetissa, ja uusia tietokeskuksia avataan joka mantereella tekoälylaskennan kasvavan kysynnän tyydyttämiseksi. Tässä tekoälykäänteessä infrastruktuurivalinnat ovat olemassaolokysymyksiä. Infrastruktuuri määrittää, mikä on turvallista, mikä on mahdollista ja mikä todella hyödyttää liiketoimintaa, sen sijaan, että se luo rasitteita resursseille.

Kestävä infrastruktuuri määritellään enemmän kuin pelkästään kustannuksilla ja laskentakapasiteetilla. Kun yritykset päättävät, minne ja miten he isännöivät tekoälykuormiaan, heidän on otettava huomioon resurssitehokkuuden, turvallisuuden, näkyvyyden ja yleisen suorituskyvyn kysymykset. Tekoälyinfrastruktuuri ei voi olla yksinkertainen investointi, vaan prosessi, joka voi kehittyä kunkin projektin vaatimusten mukaan.

Tämä on selvä poikkeama historiallisista lähestymistavoista pilvikuluihin. Ennen nykyistä tekoälyruiskua yritykset usein riippuivat yhdestä pilvipalveluntarjoajasta – tyypillisesti hyperskaalajasta – isännöimään pilvipohjaisia toimintojaan. Nyt tekoälykuormien monimuotoisuus haastaa tämän mallin, erityisesti kun yritykset siirtyvät käytännöllisempiin soveltamistapauksiin, ja vaihtoehtoiset pilvet nousevat vastaamaan kysyntään.

Modernit tekoälyhankkeet vaativat runsaasti laskentakapasiteettia, jota suurimmat toimijat pystyvät tarjoamaan. Rakenteet alkavat näkyä, kun kaikki tämä kapasiteetti muuttuu liiaksi. Hyperskaalareiden sopimukset voivat olla kalliita, turvattuja tarpeettomilla lisäominaisuuksilla, eivätkä ne välttämättä tarjoa vaadittua tietoturva- ja -asuinpaikkaa herkillä projekteilla.

Sen sijaan, että yritykset sitoutuisivat yhden pilvipalveluntarjoajan kanssa, ne voivat hyödyntää kasvavaa vaihtoehtojen luokkaa ja koota omat pinonsa eri tarjoajien, GPU-tyyppien ja julkisen/yksityisen pilviympäristön mukaan tietyille tarpeilleen. Tällä tavoin he eivät maksa ominaisuuksista, joita he eivät tarvitse, samalla kun he mukauttavat pilvensä tarpeidensa mukaan.

Infrastruktuuri-ensin-lähestymistapa tekoälykypsyyden saavuttamiseksi on luomassa vakaata perustaa laajentamiseksi, joka maksimoi tehokkuuden ja hyödyllisyyden ilman tehokkuuden uhraamista.

Kokeilusta soveltamiseen

Viime vuosien aikana yritykset ympäri maailmaa ovat kokeilleet, miten he voivat sovittaa tekoälynsä toimintoihinsa. Uteliaisuuden ja osittain hypen ohjaamana he ovat työntäneet innovaation rajoja, lukinneet uusia mahdollisuuksia tehokkuudelle ja korostaneet lukemattomien avoimen lähdekoodin työkalujen ja mallien potentiaalia. He ovat myös törmänneet todellisuuteen, oppineet, että Silicon Valley:n “liiku nopeasti ja riko asiat” -filosofia ei aina ole oikea tapa, erityisesti kun on kyse tekoälyä.

Nyt, kun yritykset nousevat kokeiluvaiheesta, epäonnistuminen ei ole vaihtoehto. Tarkkuus on kriittinen. Suorituskyky ei voi olla hidasta. Jos yritykset aikovat uudelleenrakentaa keskeisiä liiketoimintafunktioitaan tekoälykehyksellä, heidän on tuplaistava “tylsät” osat, jotka tekevät tekoälystä voimakkaan kertoimen, mukaan lukien:

• Tietoturva ja -yksityisyys: Monet tekoälymallit käyttävät herkkää henkilökohtaista ja liiketoimintatietoa toimimiseksi tehokkaasti. Yritysten on varmistettava, että heidän tietonsa on isännöity turvallisesti ilman vaaraa laittomasta kopioimisesta tai “pimeän tekoälyn” altistumisesta.
• Mallin elinkaaren hallinta: Mallien on oltava tarkkoja, ajan tasalla ja säännöllisesti koulutettavia tukemaan kriittisiä liiketoimintafunktioita.
• Suorituskyvyn johdonmukaisuus: Riippumatta siitä, onko malleja käytössä sisäisessä käytössä vai asiakaspalvelussa, suorituskyvyn varmistaminen on olennaista tehokkuudelle ja helppokäyttöisyydelle. Monet yleiset suorituskykyongelmat, kuten viiveeseen ja katkoksiin liittyvät ongelmat, ratkaistaan infrastruktuuritasolla.

Tällä hetkellä vain 37% yrityksistä ottaa käyttöön uusia generatiivisia malleja kuukausittain, viikoittain tai päivittäin. Kun enemmän yrityksiä siirtyy soveltamisvaiheeseen, tämä prosentti kasvaa dramaattisesti, mikä luo suuremman kysynnän laskentakapasiteetille – mutta myös infrastruktuurille, joka on sovellettavissa tiettyihin malleihin. “Kevyt” malli ei tarvitse hyperskaalajien perustaa, mutta jos se käyttää herkkää tietoa, se voi tarvita samanlaista turvallisuutta. Tässä vaiheessa mukautuvat pilvet tulevat kuvaan – ja siksi infrastruktuuri pitäisi olla ensisijainen huomio yritysten tekoälysiirtymässä.

Soveltamisesta laajentamiseen

Yrityksille, jotka ovat edenneemmällä kypsyyskaarella, tekoälyn käytännön soveltaminen on jo osa heidän päivittäistä toimintaansa. Nyt he pyrkivät laajentamaan näitä soveltamisia luodakseen entistä suurempaa arvoa ja kehittääkseen kokonaisuudessaan yritystään.

Paine on kasvamassa, ja edut ovat selvät: 81% yrityksistä korkeimmalla tekoälykypsyyden tasolla raportoi paremmista taloudellisista tuloksista viime vuonna. Tässä vaiheessa tekoälysovellukset käyvät läpi suurimman stressitestiään. Ne voivat mennä läpi hajottavassa ympäristössä, mutta voivatko ne käsitellä enemmän tietoa? Toimivatko ne uusilla alueilla? Ja ehkä tärkein kysymys: voivatko ne ajaa merkityksellisiä tuloksia?

Laajentaminen on kasvamista suuremmaksi, mutta joissakin tapauksissa vähemmän on enemmän. Yritykset, jotka ovat tässä vaiheessa, pitäisivät harkita, voivatko kohdennetut pienkieliset mallit (SLM) suorittaa paremmin kuin monitaitoiset suuret kielimallit (LLM). Tekoälyhankkeet ovat menestyksekkäimmillaan, kun ne liittyvät todellisiin liiketoimintahaasteisiin ja voivat ajaa mitattavia tuloksia.

Samankaltainen kuva piirtää myös tekoälyagenttien soveltamisessa ja laajentamisessa – seuraava rintama autonomiselle tekoälylle. Agentit, jotka suorittavat alakohtaisia tehtäviä, jotka perustuvat tiiviisti ylläpidettyyn tietokantaan, ovat ne, jotka todella vaikuttavat yrityksissä. Sanottuna, erikoistuneet agentit tarvitsevat silti merkittävää laskentakapasiteettia, vaikka ei yhtä paljon kuin kaiken kattava, tee-kaikki-apuri. Infrastruktuurin priorisointi alusta alkaen mahdollistaa yritysten saamisen todellista hyötyä tekoälyhankkeistaan ilman pilvipalvelubudjettien ylittämistä.

Innovaatio vaikuttimella

Tekoäly “kilpailu” on vähemmän kilpailu kuin uudelleenrakennus: jos me uudelleenrakennamme yritystä, haluamme tehdä sen vakaan perustan – muuten seinät tulevat väistämättä romahtamaan. Yritysten on otettava aikaa olla tarkkoja infrastruktuurista, varmistaa tietoturva, hallita mallien elinkaarta, seurata suorituskykyä ja kerätä tietoa ja tehdä sopeutumia. Kärsivällisyys ja sitoutuminen ovat avain menestyksekkäiden ratkaisujen luomiseen, jotka toimivat, säilyvät turvallisina ja suorittavat johdonmukaisesti.

Uutuus tekoälyhypestä on haihtumassa, mutta yritykset voivat pärjätä tekoälyn epävakaiden vuosien aikana antamalla tiimilleen energiaa siitä, mikä on tärkeintä: tulokset.