Hallituksen hyväksyntä rahoittaa ambisiota. Infrastruktuuri tekee sen todeksi.

Useimmat yritysten AI-aloitteen eivät epäonnistu, koska malli ei ollut täydellinen. AI jumittuu, koska sen alle oleva infrastruktuuri ei ole valmis.

Luvut esitetään yleensä huonona uutisena. Ne ymmärretään paremmin karttana. Forrester arvioi, että 73%:a AI-käyttöönotoista epäonnistuu saavuttamaan odotetun tuoton, kun taas Gartner on usein varoittanut, että monet generatiiviset AI-aloitteen eivät pysty siirtymään pilot-vaiheesta eteenpäin, koska organisaatiot kohtaavat toiminnallisia ja skaalautuvuuden haasteita.

Sillä aikaa hallitukset hyväksyvät suurempia AI-panostuksia; kilpailijat ilmoittavat uusia käyttöönottoja melkein viikoittain, ja johtoryhmät pitävät yhä enemmän AI-omaksumista näkyvänä indikaattorina innovaatioista ja markkinoiden merkityksellisyydestä. Monissa yrityksissä paine näyttää edistymistä on tullut vaikea erottaa valmiudesta.

AI-valmiin infrastruktuurin tulevaisuus

Yritykset eri aloilla kohtaavat hajanaisia tietoympäristöjä, epäjohdonmukaisia hallintoja, vanhentuneita integraatioita ja turvallisuutta, joka on suunniteltu maailmaa ennen AI-kuormituksia. Nämä eivät ole malliongelma. Jokainen niistä on rakennusongelma, ja rakennusongelmat ovat ratkaistavissa. Tämä on optimistinen tulkinta, ja se on myös tarkin.

Kun puhun infrastruktuurista, tarkoitan koko pinon, ei vain tietokerrosta. AI-kuormitukset aiheuttavat painetta ympäristön osiin, jotka toimivat vuosia hyvin. Tietokeskukset, jotka on suunniteltu vakaalle yritys-laskentaan, joutuvat nyt absorboida tiheät, voimakkaat GPU-klusterit. Monilla ei ole sähköä, jäähdytystä tai lattiatilaa tehdä niin ilman suunnittelua. Verkot, jotka on säädetty tavalliseen liikenteeseen, murtuvat, kun mallit alkavat siirtää teratavua välillä tallennus- ja laskentaresursseja. Data on järjestelmissä, jotka eivät ole tarkoitettu syöttämään mitään reaaliajassa.

Kunkin näistä on tietoinen suunnittelupäätös: missä työkuorma suoritetaan, rakennetaanko, sijoitetaanko vai vuokrataanko kapasiteetti, miten data siirretään siihen ja kuka pitää sitä käynnissä, kun se on käynnissä. Saadaanko nämä päätökset oikein aikaisin ja AI skaalautuu. Lykätäänkö niitä ja ne muuttuvat katoksi, johon käyttöönotto osuu.

Rehellisyys AI-valmiudesta on tullut vaikeammaksi, kun toiminnan odotukset nousevat. Teknologiajohtajat punnitsevat todellista liiketoimintatukenaista vastaan infrastruktuuritodellisuuksia, joita rahoitus ja linjauksilla ei voida ratkaista. Johtoryhmä voi täysin tukea AI-aloitetta, mutta tuki ei luo kypsää hallintoa, luotettavia tietovirtoja tai operatiivista omistajuutta, jota järjestelmä tarvitsee toimia skaalautuvasti. Nämä joko rakennetaan tai eivät ole olemassa.

Pilotit onnistuvat hallitussa ympäristössä, mutta murtuvat skaalautuvasti

Pilottien ohittamisen kustannukset näkyvät heti alkumenestyksen jälkeen. Onnistunut pilotti luo vaikutelman, että laajempi organisaatio on valmis, kun ympäristö on edelleen epävakaa. Esimerkiksi hallinto vaihtelee osastosta toiseen, kriittiset järjestelmät edelleen tarvitsevat manuaalista väliintuloa tietojen vaihtamiseksi, turvamallit eivät vielä ottaa huomioon, miten AI koskettaa herkkää tietoa työnkulussa.

Kun työ siirtyy hallitusta ympäristöstä, ympäröivä infrastruktuuri ei pysty tukemaan laajentumista tehokkaasti tai turvallisesti. Budjetit kiristyy, aikataulut venyvät ja skeptisyys kasvaa seuraavan AI-panostuksen ympärillä, vaikka teknologia ei ollut ongelma. Ympäristö, johon se astui, oli.

Paine nopeaan liikkeeseen on nyt muotoilemassa AI-strategiaa lähes jokaisella alalla. Lähes 80%:a organisaatioista ilmoittaa käyttävänsä AI:ta vähintään yhdessä liiketoimintafunktiossa, ja monet johtoryhmät pelkäävät, että käyttöönoton viivästys jättäisi heidät kilpailijoista, jotka ovat jo asettamassa itsensä AI-vetoina organisaatioina.

Julkinen kertomus AI-omaksumisesta palkitsee näkyviä käyttöönottoja ja aggressiivista muodonmuutosviestintää. Sisäisesti kuitenkin organisaatiot työskentelevät edelleen vuosien kuluessa kertyneen infrastruktuurin hajanaisuuden parissa, mikä tekee kestävästä AI-käyttöönotosta paljon monimutkaisemman kuin johtoryhmät aluksi odottavat.

Neljä kysymystä, jotka voivat paljastaa AI-valmiuden

Ennen kuin mikään AI-käyttöönotto siirtyy skaalautumaan, johtoryhmien tulisi pystyä vastaamaan näihin kysymyksiin luottavaisesti, ei optimistisesti.

1. Voimmeko luottaa tietoihimme? Onko dokumentoidut tietohallintopolitiikat sovellettavissa johdonmukaisesti jokaisessa liiketoimintayksikössä, johon tämä AI-järjestelmä koskee, vai oletamme tietolaatua, jota emme ole vahvistaneet?
2. Kuka omistaa tämän julkaisun jälkeen? Onko määritelty operatiivinen rakenne, ei vain projekti, joka on vastuussa seuraamasta, ylläpitämisestä ja hallinnosta tästä järjestelmästä, kun se skaalautuu?
3. Onko turvallisuus ja vaatimukset suunniteltu? Oliko turvallisuus- ja vaatimusten tiimien osa arkkitehtuurikeskustelua alusta alkaen, vai tarkastelevatko he käyttöönottoa, joka suunniteltiin ilman heitä?
4. Voivatko integraatiomme kestää kuormituksen? Vaihtavatko järjestelmät, joista tämä AI riippuu, tietoja luotettavasti skaalautuvasti, vai rakennetaanko integraatioista, jotka edellyttävät manuaalista väliintuloa toimimaan?

Nämä kysymykset eivät ole tarkoitettu hidastamaan käyttöönottoa. Ne on tarkoitettu paljastamaan aukot, jotka skaalaus paljastaa joka tapauksessa, mieluummin ennen kuin se saavuttaa skaalan. Organisaatiot, jotka voivat vastata kaikkiin neljään kysymykseen selvästi, eivät ole vain AI-valmiita. Ne ovat operatiivisesti kypsiä suojelemaan siihen tekemäänsä panostusta.

Pilotit ovat lähtöviiva

Onnistunut pilotti ei ole todiste organisaation valmiudesta. Se on todiste siitä, että hallittu ympäristö tuotti hallitun tuloksen.

Pilotit eivät yleensä paljasta, pystyykö laajempi organisaatio hallinnoimaan, turvallista ja ylläpitämään järjestelmää, kun se poistuu hallitusta ympäristöstä ja astuu todelliseen operatiiviseen monimutkaisuuteen. Tämä aukko on siellä, missä useimmat AI-aloitteen menettävät vauhtia, ei siksi, että teknologia ei suorittanut, vaan siksi, että ympäröivä infrastruktuuri ei ollut koskaan rakennettu tukemaan sitä, mitä seuraava toi.

Hallitukset ovat oikeassa siinä, että kohtelevat AI:ta pitkän aikavälin kilpailukykyinä. Riski on, kun käyttöönoton kiire alkoi korvata operatiivisen järjestyksen. Käyttöönotto nopeasti ja skaalautuminen hauralla perustalla ei kiihdytä kilpailuetua. Se siirtää valmistautumattomuuden kustannuksia siihen pisteeseen, jossa se on huomattavasti vaikeampi sisäistä.

Valmius on perusta

Tässä on osa, joka tulisi energisoida jokaisen teknologiajohtajan: valmius ei ole varovainen peli. Se on aggressiivinen. CIO:t, jotka rakentavat operatiivisen perustan nyt, ovat ne, jotka pystyvät liikkumaan nopeasti uusien AI-ominaisuuksien toimittamisessa viikoissa sen sijaan, että ne kestäisivät neljännesvuosia, skaalautuvat niitä koko liiketoiminnassa sen sijaan, että ne jäävät yhteen osastoon, ja kasvattavat johtoaan, kun kilpailijat ovat edelleen purkamassa ensimmäistä epäonnistunutta käyttöönottoa.

Tämä on se muutos, joka todella pitää. Se ei kuulu sille, joka käynnisti ensin. Se kuuluu johtajille, jotka muuttavat infrastruktuurin rajoituksesta moottoriksi: puhdas, hallittu data, jota koko liiketoiminta voi rakentaa, integraatiot, jotka kestävät kuormituksen, turvallisuus on suunniteltu sisään, ei kiinni. Saadaanko se oikein, ja AI loppuu olemasta yksittäisten pilotien jono. Se tulee kyvyksi, jonka organisaatio voi kohdistaa melkein mihin tahansa ongelmaan ja luottaa vastaukseen.

Siinä on arvo, joka kasvaa. Perusta, joka antaa yritykselle mahdollisuuden käyttää AI:ta nopeammin, turvallisemmin ja laajemmin kuin kukaan, joka liikkuu kiireen vuoksi yksin. Hallituksen hyväksyntä rahoittaa ambisiota. Infrastruktuuri tekee sen todeksi. CIO:t, jotka ymmärtävät sen, lisäävät massiivista arvoa yrityksilleen eri aloilla.

AI-strategia ja infrastruktuurin valmius eivät ole erillisiä työnkulusta. Organisaatioille, jotka haluavat kilpailla AI:n kanssa pitkällä aikavälillä, valmius on perusta.