AI geeft ondernemingen het excuus dat ze nodig hadden om jarenlange technische schuld te verhelpen

Elke onderneming wil het over AI hebben. Hoeveel moeten we investeren? Waar moeten we het uitvoeren? Welke nieuwe toepassingen kunnen we bouwen? Hoe snel kunnen we ze in productie nemen?

Maar er gebeurt iets anders onder al die opwinding. Terwijl organisaties geld in AI pompen, kijken velen kritisch naar de infrastructuur die jarenlang stilletjes het bedrijf heeft laten draaien. En wat ze ontdekken is niet altijd mooi:

• Verouderde besturingssystemen
• Verouderde databases
• Applicaties die onevenredig meer gemoderniseerd zijn dan de infrastructuur  

Organisaties observeren omgevingen die zijn opgebouwd rond beslissingen die jaren geleden zijn genomen. Het is technische schuld dat iedereen weet dat het bestaat, maar niemand heeft genoeg reden of budget gehad om het aan te pakken.

Ironisch genoeg kan AI dat eindelijk veranderen.

AI opent de infrastructuurportemonnee

Een van de grootste obstakels voor infrastructuurmodernisering is al jaren opmerkelijk simpel: als het niet kapot is, waarom miljoenen dollars uitgeven om het te veranderen?

Dat is een moeilijk argument voor een infrastructuurteam om te overwinnen. Een tien jaar oud systeem kan verouderd, duur en inflexibel zijn, maar als applicaties draaien en klanten geen klachten hebben, kan het vervangen of moderniseren een moeilijke verkoop zijn aan de CFO.

AI heeft dat gesprek herschreven.

Om hun AI-strategieën te ondersteunen, doen organisaties significante nieuwe investeringen in infrastructuur. Die uitgaven kunnen tegelijkertijd een kans creëren om andere infrastructuurproblemen aan te pakken. Projecten die moeite hadden om op zichzelf financiering te krijgen, kunnen plotseling deel uitmaken van een veel grotere discussie over hoe de technologische stack van de onderneming er de komende tien jaar uit moet zien.

Het AI-tijdperk botst met het legacy-tijdperk

Veel bedrijven blijven sterk afhankelijk van Windows-gebaseerde infrastructuur en oudere versies van SQL Server, terwijl de technologie-industrie al jaren praat over cloud-native architecturen en containers.

Applicatieontwikkeling is tegelijkertijd vooruitgegaan. Ontwikkelteams hebben Linux, containers en cloudplatformen omarmd, terwijl databases en andere kritieke infrastructuur vaak op hun plaats zijn gebleven. Dat creëert een steeds ongemakkelijkere kloof binnen de onderneming: moderne applicaties aan de ene kant en legacy-infrastructuur aan de andere. AI veroorzaakt dat probleem niet. Maar de haast om een AI-klaar bedrijf op te bouwen maakt het veel moeilijker te negeren.

Organisaties zouden daarom moeten weerstaan om AI-infrastructuur te zien als een geïsoleerde technologische aankoop. Het kan een kans zijn om een veel grotere vraag te stellen: als we een deel van onze infrastructuur voor AI herontwerpen, wat moeten we dan nog meer verbeteren terwijl we hier zijn?

Modernisering hoeft geen grote sprong te betekenen

Een reden waarom technische schuld blijft bestaan, is de veronderstelling dat modernisering een enorme migratie vereist. Dat is niet zo.

Wanneer je bijvoorbeeld van Windows naar Linux overstapt, hoeft niet elke applicatie, database en operationeel proces tegelijk te veranderen. En het adopteren van Kubernetes betekent niet dat een organisatie onmiddellijk alles wat daarvoor bestond moet opgeven. Om het zo praktisch mogelijk te doen, moet modernisering incrementeel worden uitgevoerd.

Organisaties kunnen bestaande Windows-werkbelastingen behouden terwijl ze Linux of Kubernetes ernaast introduceren. Ze kunnen individuele componenten moderniseren, wanneer de businesscase logisch is, en geleidelijk werkbelastingen verplaatsen in plaats van alles op één enorm transformatieproject te wedden.

Dit is vooral van belang voor databases. Kritieke SQL Server-omgevingen kunnen al jaren succesvol draaien. Het feit dat ze oud zijn, betekent niet dat organisaties ze roekeloos moeten vervangen.

Het doel moet zijn om een pad vooruit te creëren.

Moderniseer niet alleen omdat AI in de mode is

Er is hier een belangrijk onderscheid.

AI-uitgaven kunnen de kans bieden om infrastructuur te moderniseren, maar organisaties moeten geen werkbelastingen migreren alleen omdat ze geloven dat alles plotseling “AI-klaar” moet worden. De businesscase voor infrastructuurmodernisering moet op zichzelf staan.

Kunnen we de kosten verlagen?

Kunnen we de beschikbaarheid verbeteren?

Kunnen we onze afhankelijkheid van een bepaald platform verminderen?

Kunnen we werkbelastingen draagbaarder maken?

Kunnen we het bedrijf meer flexibiliteit geven over waar applicaties en data draaien?

Dat zijn waardevolle resultaten, ongeacht wat er met de AI‑routekaart van een organisatie gebeurt.

In feite is een van de fouten die bedrijven kunnen maken dat ze AI toestaan de rechtvaardiging te worden voor elke technologische beslissing. Er zijn verschillende eisen voor AI‑workloads en traditionele transactionele workloads. Alleen omdat een organisatie zwaar investeert in AI, betekent dat niet dat elke legacy‑workload plotseling op Kubernetes moet draaien.

Modernisering moet een daadwerkelijk infrastructuurprobleem oplossen.

AI verandert ook de economie van infrastructuur

Er is nog een reden waarom flexibiliteit belangrijker wordt in het AI-tijdperk: de economische aspecten van infrastructuur worden steeds dynamischer. Organisaties hebben meer keuzes dan ooit over waar workloads draaien… op locatie, in private clouds, in publieke clouds en over meerdere cloudproviders. De beste omgeving voor één workload kan in werkelijkheid volledig verkeerd zijn voor een andere. Dat maakt infrastructuurportabiliteit steeds waardevoller.

Bedrijven zouden niet elke toekomstige infrastructuurbeslissing moeten baseren op een keuze die ze jaren geleden hebben gemaakt. Ze moeten kunnen beoordelen waar een workload het meest operationeel en economisch zinvol is en wijzigingen kunnen doorvoeren zonder de volledige applicatie‑omgeving opnieuw te ontwerpen. Dit wordt nog belangrijker naarmate AI de infrastructuuruitgaven verhoogt. Wanneer technologische budgetten groeien, kunnen relatief kleine verschillen in compute‑, licentie‑ en cloudkosten zeer grote bedragen worden.

De mogelijkheid om te kiezen wordt een economisch voordeel.

De echte AI‑infrastructuurkans kan groter zijn dan AI

Er bestaat de neiging om de AI‑infrastructuurboom vooral te zien in termen van GPU’s, accelerators en enorme datacenters. Die investeringen zijn zeker belangrijk. Wat er met de rest van de enterprise‑infrastructuur gebeurt, kan eigenlijk de meer blijvende impact zijn.

AI dwingt organisaties na te denken over waar hun applicaties draaien, waar hun data zich bevindt, hoe infrastructuur wordt beheerd en hoeveel legacy‑technologie ze bereid zijn mee te nemen.

Dat creëert een zeldzame kans.

In plaats van simpelweg de nieuwste technologie bovenop decennialange infrastructuurbeslissingen te stapelen, kunnen bedrijven deze investeringscyclus gebruiken om technische schuld af te betalen en een flexibelere basis te creëren voor wat er daarna komt.

Omdat de belangrijkste vraag misschien niet is of de huidige infrastructuur AI kan draaien.

Het kan zijn of de huidige AI‑investering organisaties eindelijk de reden geeft om de infrastructuur te bouwen die ze al die tijd hadden moeten bouwen.