AI Memberi Perusahaan Alasan yang Mereka Butuhkan untuk Memperbaiki Bertahun-tahun Utang Teknis

Setiap perusahaan ingin membicarakan AI. Berapa banyak yang harus kami investasikan? Di mana kami harus menjalankannya? Aplikasi baru apa yang dapat kami bangun? Seberapa cepat kami dapat menempatkannya ke produksi?

Tetapi ada hal lain yang terjadi di balik semua kegembiraan itu. Saat organisasi mengalirkan uang ke AI, banyak yang mulai melihat secara tajam pada infrastruktur yang selama bertahun‑tahun diam-diam menjalankan bisnis. Dan apa yang mereka temukan tidak selalu indah:

• Sistem operasi lama
• Database yang menua
• Aplikasi yang telah dimodernisasi secara tidak proporsional dibandingkan infrastruktur  

Organisasi mengamati lingkungan yang dibangun berdasarkan keputusan yang diambil bertahun-tahun lalu. Itu adalah utang teknis yang diketahui semua orang ada, tetapi tidak ada yang memiliki alasan atau anggaran cukup untuk menanganinya.

Ironisnya, AI mungkin akhirnya mengubah hal itu.

AI Membuka Dompet Infrastruktur

Salah satu hambatan terbesar untuk modernisasi infrastruktur selama bertahun-tahun sangat sederhana: jika tidak rusak, mengapa menghabiskan jutaan dolar untuk mengubahnya?

Itu adalah argumen sulit bagi tim infrastruktur untuk diatasi. Sistem berusia sepuluh tahun mungkin usang, mahal, dan tidak fleksibel, tetapi jika aplikasi berjalan dan pelanggan tidak mengeluh, mengganti atau memodernisasi sistem tersebut bisa menjadi penawaran yang sulit bagi CFO.

AI telah menulis ulang percakapan itu.

Untuk mendukung strategi AI mereka, organisasi membuat investasi baru yang signifikan dalam infrastruktur. Pengeluaran itu dapat menciptakan peluang untuk menangani masalah infrastruktur lain pada saat yang sama. Proyek yang sebelumnya kesulitan mendapatkan pendanaan dapat tiba-tiba menjadi bagian dari diskusi yang jauh lebih besar tentang seperti apa tumpukan teknologi perusahaan yang dibutuhkan untuk dekade berikutnya.

Era AI Bertabrakan dengan Era Warisan

Banyak bisnis terus sangat bergantung pada Windows-berbasis infrastruktur dan versi lama SQL Server, sementara industri teknologi telah menghabiskan bertahun-tahun membicarakan cloud-native arsitektur dan containers.

Pengembangan aplikasi telah maju pada saat yang sama. Tim pengembangan telah mengadopsi Linux, containers, dan platform cloud sementara basis data dan infrastruktur kritis lainnya sering tetap berada di tempatnya. Hal itu menciptakan jurang yang semakin canggung di dalam perusahaan: aplikasi modern di satu sisi dan infrastruktur warisan di sisi lain. AI tidak menciptakan masalah itu. Namun, dorongan untuk membangun perusahaan yang siap AI membuatnya jauh lebih sulit untuk diabaikan.

Oleh karena itu, organisasi harus menolak melihat infrastruktur AI sebagai pembelian teknologi yang terisolasi. Ini dapat menjadi kesempatan untuk mengajukan pertanyaan yang jauh lebih besar: Jika kami merancang ulang sebagian infrastruktur kami untuk AI, apa lagi yang harus kami perbaiki selama kami berada di sini?

Modernisasi Tidak Harus Berarti Ledakan Besar

Salah satu alasan utang teknis terus ada adalah asumsi bahwa modernisasi memerlukan migrasi besar-besaran. Padahal tidak.

Ketika Anda beralih dari Windows ke Linux, misalnya, tidak semua aplikasi, basis data, dan proses operasional harus berubah secara bersamaan. Dan mengadopsi Kubernetes tidak berarti organisasi harus segera meninggalkan semua yang ada sebelumnya. Untuk melakukannya dengan cara paling praktis, modernisasi harus dilakukan secara bertahap.

Organisasi dapat mempertahankan beban kerja Windows yang ada sambil memperkenalkan Linux atau Kubernetes bersamaan dengan mereka. Mereka dapat memodernisasi komponen individual, ketika kasus bisnis masuk akal, dan secara bertahap memindahkan beban kerja daripada mempertaruhkan semuanya pada satu proyek transformasi besar.

Hal ini terutama penting bagi basis data. Lingkungan SQL Server yang kritis mungkin telah beroperasi dengan sukses selama bertahun-tahun. Fakta bahwa mereka sudah tua tidak berarti organisasi harus menggantinya secara gegabah.

Tujuannya harus menciptakan jalur ke depan.

Jangan Memodernisasi Hanya Karena AI Sedang Tren

Ada perbedaan penting di sini.

Pengeluaran AI dapat menciptakan peluang untuk memodernisasi infrastruktur, tetapi organisasi tidak boleh memigrasikan beban kerja hanya karena mereka percaya semuanya tiba-tiba harus menjadi “siap AI.” Kasus bisnis untuk modernisasi infrastruktur harus berdiri sendiri.

Bisakah kami menurunkan biaya?

Bisakah kami meningkatkan ketersediaan?

Bisakah kami mengurangi ketergantungan kami pada platform tertentu?

Bisakah kami membuat beban kerja lebih portabel?

Bisakah kami memberi bisnis fleksibilitas lebih besar mengenai di mana aplikasi dan data dijalankan?

Itu adalah hasil yang berharga terlepas dari apa yang terjadi dengan peta jalan AI organisasi.

Faktanya, salah satu kesalahan yang dapat dilakukan perusahaan adalah membiarkan AI menjadi pembenaran untuk setiap keputusan teknologi. Ada persyaratan yang berbeda untuk beban kerja AI dan beban kerja transaksional tradisional. Hanya karena sebuah organisasi berinvestasi besar-besaran dalam AI, tidak ada alasan untuk menganggap bahwa setiap beban kerja warisan tiba-tiba harus berada di Kubernetes.

Modernisasi harus menyelesaikan masalah infrastruktur yang nyata.

AI Juga Mengubah Ekonomi Infrastruktur

Ada alasan lain mengapa fleksibilitas menjadi lebih penting di era AI: ekonomi infrastruktur semakin dinamis. Organisasi kini memiliki lebih banyak pilihan daripada sebelumnya mengenai tempat beban kerja dijalankan… di lokasi, di cloud pribadi, di cloud publik, dan di berbagai penyedia cloud. Lingkungan terbaik untuk satu beban kerja mungkin ternyata sangat tidak cocok untuk beban kerja lain. Hal itu menjadikan portabilitas infrastruktur semakin berharga.

Perusahaan tidak seharusnya harus membuat setiap keputusan infrastruktur di masa depan berdasarkan pilihan yang mereka buat bertahun-tahun lalu. Mereka harus dapat mengevaluasi di mana beban kerja paling masuk akal secara operasional dan ekonomi, serta melakukan perubahan tanpa harus merancang ulang seluruh lingkungan aplikasi. Hal ini menjadi semakin penting seiring AI meningkatkan pengeluaran infrastruktur. Ketika anggaran teknologi meningkat, perbedaan kecil dalam biaya komputasi, lisensi, dan cloud dapat menjadi angka yang sangat besar.

Kemampuan untuk memilih menjadi keunggulan ekonomi.

Peluang Infrastruktur AI yang Sebenarnya Mungkin Lebih Besar daripada AI

Ada kecenderungan untuk memikirkan ledakan infrastruktur AI terutama dalam hal GPU, akselerator, dan pusat data yang sangat besar. Investasi tersebut tentu penting. Apa yang terjadi pada sisa infrastruktur perusahaan sebagai akibatnya mungkin justru menjadi dampak yang lebih bertahan lama.

AI memaksa organisasi untuk memikirkan di mana aplikasi mereka dijalankan, di mana data mereka berada, bagaimana infrastruktur dikelola, dan seberapa banyak teknologi warisan yang bersedia mereka bawa ke depan.

Itu menciptakan peluang yang langka.

Alih-alih sekadar menumpuk teknologi terbaru di atas keputusan infrastruktur lama selama puluhan tahun, perusahaan dapat memanfaatkan siklus investasi ini untuk mulai melunasi hutang teknis dan menciptakan fondasi yang lebih fleksibel untuk apa pun yang akan datang selanjutnya.

Karena pertanyaan terpenting mungkin bukan apakah infrastruktur saat ini dapat menjalankan AI.

Mungkin pertanyaannya adalah apakah investasi AI saat ini akhirnya dapat memberi organisasi alasan untuk membangun infrastruktur yang seharusnya mereka bangun sejak awal.