जनरेटिव एआई दुनिया को बदल सकता है – लेकिन केवल तभी जब डेटा इन्फ्रास्ट्रक्चर इसके साथ तालमेल बिठाए

जनरेटिव एआई के आसपास के शोर के बावजूद, अधिकांश उद्योग विशेषज्ञों ने अभी तक एक महत्वपूर्ण प्रश्न का समाधान नहीं किया है: क्या इस प्रौद्योगिकी का समर्थन करने के लिए एक इन्फ्रास्ट्रक्चर प्लेटफ़ॉर्म है, और यदि हां, तो क्या यह जनरेटिव एआई द्वारा वादा किए गए क्रांतिकारी नवाचारों का समर्थन करने के लिए पर्याप्त रूप से स्थायी होगा?

जनरेटिव एआई टूल्स ने पहले से ही अपनी प्रतिष्ठा बना ली है, जो एक बटन क्लिक पर अच्छी तरह से संश्लेषित पाठ लिखने में सक्षम हैं – जो कार्य अन्यथा पूरा करने में घंटे, दिन, सप्ताह या महीने लग सकते हैं।

यह सब अच्छा और ठीक है, लेकिन उचित इन्फ्रास्ट्रक्चर के अभाव में, ये टूल वास्तव में दुनिया को बदलने के लिए स्केलेबिलिटी नहीं रखते हैं। जल्द ही $76 बिलियन से अधिक को पार करने वाले, जनरेटिव-एआई की खगोलीय संचालन लागत इस तथ्य का प्रमाण है, लेकिन इसमें अतिरिक्त कारक भी हैं।

कंपनियों को इसे टिकाऊ तरीके से लाभ उठाने के लिए सही टूल्स बनाने और जोड़ने पर ध्यान केंद्रित करने की आवश्यकता है और उन्हें एक केंद्रीकृत डेटा इन्फ्रास्ट्रक्चर में निवेश करने की आवश्यकता है जो उनके एलएलएम के लिए सभी प्रासंगिक डेटा को निर्बाध रूप से सुलभ बनाता है बिना समर्पित पाइपलाइनों के। उचित टूल्स के रणनीतिक कार्यान्वयन के साथ, वे डेटा केंद्रों द्वारा वर्तमान में लगाए गए क्षमता सीमाओं के बावजूद वे व्यवसाय मूल्य प्रदान करने में सक्षम होंगे जो वे चाहते हैं – केवल तभी एआई क्रांति वास्तव में आगे बढ़ेगी।

एक परिचित पैटर्न

कैपजेमिनी रिसर्च इंस्टीट्यूट की एक नई रिपोर्ट के अनुसार, 74% कार्यकारी अधिकारी मानते हैं कि जनरेटिव एआई के लाभ इसकी चिंताओं से अधिक हैं। ऐसी सहमति पहले से ही उद्यमों के बीच उच्च गोद लेने की दर को प्रेरित कर चुकी है – लगभग 70% एशिया-प्रशांत संगठनों ने या तो इन प्रौद्योगिकियों में निवेश करने की अपनी मंशा व्यक्त की है या व्यावहारिक उपयोग के मामलों का अन्वेषण करना शुरू कर दिया है।

लेकिन दुनिया पहले भी इस रास्ते से गुजर चुकी है। इंटरनेट को उदाहरण के रूप में लें, जिसने धीरे-धीरे अधिक से अधिक ध्यान आकर्षित किया और फिर कई उल्लेखनीय अनुप्रयोगों के माध्यम से अपेक्षाओं को पार किया। लेकिन इसकी प्रभावशाली क्षमताओं के बावजूद, यह वास्तव में तब तक नहीं चला जब तक कि इसके अनुप्रयोग व्यवसायों को स्केल पर मूर्त मूल्य प्रदान करने लगे।

चैटजीपीटी से परे देखना

एआई एक समान चक्र में गिर रहा है। व्यवसायों ने तेजी से इस प्रौद्योगिकी में निवेश किया है, जिसमें 93% उद्यमों ने पहले से ही कई एआई/एमएल केस स्टडी में शामिल होने का अनुमान लगाया है। लेकिन उच्च गोद लेने की दर के बावजूद, कई उद्यमों को अभी भी तैनाती के साथ संघर्ष करना पड़ता है – एक संकेत है कि डेटा इन्फ्रास्ट्रक्चर के साथ असंगतता है।

उचित इन्फ्रास्ट्रक्चर के साथ, कंपनियां जनरेटिव एआई की आकर्षक क्षमताओं की सतही स्तर से परे देख सकती हैं और अपने व्यवसाय परिदृश्य को बदलने के लिए इसकी वास्तविक क्षमता का लाभ उठा सकती हैं।

वास्तव में, जनरेटिव-एआई एक संक्षिप्त तेजी से और अधिकांश मामलों में बहुत प्रभावी ढंग से लिख सकता है, लेकिन इसकी क्षमता इससे कहीं आगे है। संभावित दवा खोज से लेकर स्वास्थ्य सेवा उपचार तक, आपूर्ति श्रृंखला अनुकूलन तक, इनमें से कोई भी सफलता तब तक संभव नहीं है जब तक कि एआई अनुप्रयोगों का समर्थन और संचालन करने वाले डेटा केंद्र अपने कार्यभार का प्रबंधन करने के लिए पर्याप्त मजबूत न हों।

स्केलेबिलिटी बाधा को पार करना

जनरेटिव एआई ने अभी तक व्यवसायों को महत्वपूर्ण मूल्य प्रदान नहीं किया है क्योंकि यह स्केलेबिलिटी की कमी है। इसका कारण यह है कि डेटा केंद्रों में क्षमता सीमाएं हैं – उनका मूल रूप से बड़े भाषा मॉडल (एलएलएम) द्वारा आवश्यक बड़े पैमाने पर अन्वेषण, ऑर्केस्ट्रेशन और मॉडल ट्यूनिंग का समर्थन करने के लिए डिज़ाइन नहीं किया गया था।

जनरेटिव एआई से मूल्य प्राप्त करना इसलिए इस बात पर निर्भर करता है कि एक व्यवसाय अपने स्वयं के डेटा का कितनी अच्छी तरह से उपयोग करता है, जिसे एक मजबूत डेटा आर्किटेक्चर विकसित करके सुधारा जा सकता है। यह एलएलएम या मौजूदा हार्डवेयर के थ्रूपुट को बढ़ाने के लिए संरचित और असंरचित डेटा स्रोतों को जोड़कर प्राप्त किया जा सकता है।

यह आवश्यक है कि अपने संगठनात्मक डेटा पर अपने एलएलएम को प्रशिक्षित करने के लिए देख रही कंपनियां पहले उस डेटा को एक एकीकृत तरीके से समेकित करें। अन्यथा, सिलोed संरचना में छोड़ दिया गया डेटा एलएलएम की सीखने की शक्तियों में पूर्वाग्रह पैदा करेगा।

एक समर्थन प्रणाली

जनरेटिव एआई पत्थर से नहीं निकला – यह काफी समय से काम कर रहा है, और इसका उपयोग और संभावना आगामी दशकों में बढ़ने वाली है। लेकिन अभी के लिए, इसके व्यावसायिक अनुप्रयोग एक दीवार से टकरा रहे हैं जो स्केलेबिलिटी नहीं है।

वास्तविकता यह है कि विभिन्न टूल्स डेटा प्रोसेसिंग इन्फ्रास्ट्रक्चर के इतने ही मजबूत हैं जो उन्हें समर्थन देते हैं। इसलिए यह महत्वपूर्ण है कि व्यवसायिक नेता उन प्लेटफार्मों का लाभ उठाएं जो इन टूल्स को वादा किए गए महत्वपूर्ण मूल्य को वास्तविक रूप से वितरित करने के लिए आवश्यक पेटाबाइट्स डेटा को संसाधित कर सकते हैं।