Generativ AI kan endre verden – men bare hvis data-infrastrukturen holder tritt

Til tross for all oppmerksomheten rundt Generativ AI, har de fleste bransjeeksperter ennå ikke besvart en viktig spørsmål: Er det en infrastrukturplattform som kan støtte denne teknologien på lang sikt, og hvis så, vil den være tilstrekkelig bærekraftig til å støtte de radikale innovasjonene Generativ AI lover?

Generativ AI-verktøy har allerede bygget en solid rykte, med deres evne til å skrive godt syntetisert tekst med ett klikk – oppgaver som ellers kunne ta timer, dager, uker eller måneder å fullføre manuelt.

Dette er greit og godt, men uten riktig infrastruktur, har disse verktøyene ikke skalerbarheten til å virkelig endre verden. Snart ventes å overstige $76 milliarder, er Generativ-AI-s astronomiske driftskostnader allerede et bevis på dette, men det er også andre faktorer som spiller inn.

Bedrifter må fokusere på å lage og koble sammen riktige verktøy for å utnytte det på en bærekraftig måte, og må investere i en sentralisert data-infrastruktur som gjør all relevant data tilgjengelig for deres LLM uten dedikerte rørledninger. Med strategisk implementering av riktige verktøy, vil de kunne levere den forretningsverdien de søker, til tross for kapasitetsbegrensningene data-sentrene har i dag – først da vil AI-revolusjonen virkelig fremme.

En kjent mønster

Ifølge en ny rapport fra Capgemini Research Institute, 74% av ledere tror at fordelene med generativ AI overstiger bekymringene. En slik enighet har allerede ført til høye adopsjonsrater blant bedrifter – omtrent 70% av organisasjonene i Asia-Stillehavet har enten uttrykt sine intensjoner om å investere i disse teknologiene eller har begynt å utforske praktiske bruksområder.

Men verden har vært på denne veien før. Ta internettet som eksempel, som gradvis tiltalte mer og mer oppmerksomhet før det overgikk forventningene via en rekke bemerkelsesverdige applikasjoner. Men til tross for sine imponerende egenskaper, tok det bare virkelig av når dets applikasjoner begynte å levere tangible verdi til bedrifter i stor skala.

Se bortenfor ChatGPT

AI faller i en lignende syklus. Bedrifter har raskt kjøpt inn i teknologien, med en estimert 93% av bedrifter allerede engasjert i flere AI/ML-bruksområder. Men uansett høy adopsjonsrate, sliter mange bedrifter fortsatt med å deployere – et tydelig tegn på at data-infrastrukturen ikke er kompatibel.

Med riktig infrastruktur, kan selskaper se bortenfor overflaten av Generativ AI-s forlokkende egenskaper og utnytte dens sanne potensiale til å transformere sine forretningslandskap.

I virkeligheten kan Generativ-AI hjelpe med å skrive en kort tekst raskt og, i de fleste tilfeller, ganske effektivt, men dens potensiale går langt utenfor det. Fra potensiell legemiddelforskning til helsebehandling til forsyningskjedeoptimalisering, er ingen av disse gjennombruddene mulige hvis data-sentrene som støtter og driver AI-applikasjonene, ikke er robuste nok til å håndtere deres arbeidsbyrde.

Overvinne barrieren til skalerbarhet

Generativ AI har ennå ikke levert signifikant verdi til bedrifter, fordi den mangler skalerbarhet. Dette skyldes det faktum at data-sentrene har kapasitetsbegrensninger – deres infrastruktur var ikke opprinnelig laget for å støtte den massive utforskningen, orkestreringen og modelljusteringen som store språkmodeller (LLM-er) krever for å kjøre flere treningscykler effektivt.

Å høste verdi fra Generativ AI avhenger derfor av hvor godt et bedrift utnytter sin egen data, noe som kan forbedres ved å utvikle en robust data-arkitektur. Dette kan oppnås ved å koble sammen strukturerte og ustrukturerte datakilder til LLM-er eller ved å øke gjennomstrømmingen av eksisterende maskinvare.

Det er essensielt at selskaper som ønsker å trene sine LLM-er på organisatorisk data, først kan konsolidere dataene på en samlet måte. Ellers vil data som ligger i en silo-struktur sannsynligvis generere bias i LLM-ens lærings-evner.

Et støttesystem

Generativ AI dukket ikke opp av ingenting – det har vært under utvikling i lang tid, og dets bruk og potensiale vil bare vokse i de kommende tiårene. Men for nå, er dets forretningsapplikasjoner og møter en vegg som ikke er skalerbar.

Virkeligheten er at disse ulike verktøyene bare er like sterke som den data-prosesserings-infrastrukturen som støtter dem. Det er derfor kritisk at bedriftsledere utnytter plattformer som kan prosessere de petabyte med data disse verktøyene trenger for å levere den signifikante verdien de lover.