AI daje przedsiębiorstwom wymówkę, której potrzebowały, aby naprawić lata zaległego długu technicznego

Każde przedsiębiorstwo chce rozmawiać o AI. Ile powinniśmy zainwestować? Gdzie powinniśmy to uruchomić? Jakie nowe aplikacje możemy stworzyć? Jak szybko możemy je wprowadzić do produkcji?

Jednak pod całą tą ekscytacją dzieje się coś innego. Gdy organizacje wkładają pieniądze w AI, wiele z nich przygląda się uważnie infrastrukturze, która cicho prowadziła biznes przez lata. I to, co odkrywają, nie zawsze jest ładne:

• Starsze systemy operacyjne
• Starzejące się bazy danych
• Aplikacje, które zostały zmodernizowane w sposób nieproporcjonalny do infrastruktury

Organizacje obserwują środowiska zbudowane wokół decyzji podjętych lata temu. To jest dług techniczny który wszyscy wiedzą, że istnieje, ale nikt nie miał wystarczającego powodu ani budżetu, aby się nim zająć.

Ironią jest to, że AI może w końcu to zmienić.

AI otwiera portfel infrastruktury

Jedną z największych przeszkód w modernizacji infrastruktury było, od lat, niezwykle proste pytanie: jeśli nie jest zepsuta, po co wydawać miliony dolarów na jej zmianę?

To trudny argument do pokonania dla zespołu ds. infrastruktury. Dziesięcioletni system może być przestarzały, kosztowny i nieelastyczny, ale jeśli aplikacje działają i klienci nie narzekają, jego wymiana lub modernizacja może być trudnym do przekonania argumentem dla dyrektora finansowego.

AI przepisuje tę dyskusję.

Aby wspierać swoje strategie AI, organizacje dokonują znaczących nowych inwestycji w infrastrukturę. To wydatkowanie może stworzyć okazję do jednoczesnego rozwiązania innych problemów infrastrukturalnych. Projekty, które wcześniej miały trudności z pozyskaniem funduszy, mogą nagle stać się częścią znacznie szerszej dyskusji o tym, jak powinien wyglądać stos technologiczny przedsiębiorstwa w nadchodzącej dekadzie.

Era AI zderza się z erą dziedzictwa

Wiele firm nadal silnie polega na Windows-owej infrastrukturze i starszych wersjach SQL Server, podczas gdy branża technologiczna spędziła już lata, mówiąc o natywnych w chmurze architekturach i kontenerach.

Rozwój aplikacji posunął się naprzód w tym samym czasie. Zespoły deweloperskie przyjęły Linux, kontenery i platformy chmurowe, podczas gdy bazy danych i inne kluczowe elementy infrastruktury często pozostały tam, gdzie były. Powoduje to coraz bardziej niezręczną przepaść w przedsiębiorstwie: nowoczesne aplikacje po jednej stronie i dziedzicząca infrastruktura po drugiej. AI nie powoduje tego problemu. Jednak pośpiech w budowaniu przedsiębiorstwa gotowego na AI sprawia, że jest to znacznie trudniejsze do zignorowania.

Organizacje powinny więc unikać postrzegania infrastruktury AI jako odrębnego zakupu technologicznego. Może to być okazja do zadania znacznie większego pytania: jeśli przebudowujemy część naszej infrastruktury pod AI, co jeszcze powinniśmy naprawić, będąc w tym miejscu?

Modernizacja nie musi oznaczać wielkiego wybuchu

Jednym z powodów, dla których dług techniczny utrzymuje się, jest założenie, że modernizacja wymaga masowej migracji. To nieprawda.

Kiedy przechodzisz, na przykład, z Windows na Linux, nie wszystkie aplikacje, bazy danych i procesy operacyjne muszą zmienić się jednocześnie. Przyjęcie Kubernetes nie oznacza, że organizacja musi natychmiast porzucić wszystko, co było wcześniej. Aby zrobić to w najbardziej praktyczny sposób, modernizacja powinna odbywać się stopniowo.

Organizacje mogą utrzymywać istniejące obciążenia Windows, jednocześnie wprowadzając Linux lub Kubernetes obok nich. Mogą modernizować poszczególne komponenty, gdy uzasadnienie biznesowe ma sens, i stopniowo przenosić obciążenia, zamiast obstawiać wszystko na jednym ogromnym projekcie transformacji.

Ma to szczególne znaczenie dla baz danych. Krytyczne środowiska SQL Server mogły działać pomyślnie przez lata. Fakt, że są stare, nie oznacza, że organizacje powinny lekkomyślnie je wymieniać.

Celem powinno być stworzenie drogi naprzód.

Nie modernizuj tylko dlatego, że AI jest modne

Tutaj istnieje ważna różnica.

Wydatki na AI mogą stworzyć okazję do modernizacji infrastruktury, ale organizacje nie powinny migrować obciążeń po prostu dlatego, że uważają, że wszystko nagle musi stać się „gotowe na AI”. Uzasadnienie biznesowe modernizacji infrastruktury powinno być samodzielne.

Czy możemy obniżyć koszty?

Czy możemy poprawić dostępność?

Czy możemy zmniejszyć naszą zależność od konkretnej platformy?

Czy możemy uczynić obciążenia bardziej przenośne?

Czy możemy dać firmie większą elastyczność w kwestii tego, gdzie uruchamiane są aplikacje i dane?

Są to cenne wyniki, niezależnie od tego, co stanie się z roadmapą AI organizacji.

W rzeczywistości jednym z błędów, które mogą popełnić przedsiębiorstwa, jest pozwolenie, by AI stało się uzasadnieniem każdej decyzji technologicznej. Istnieją różne wymagania dla obciążeń AI i tradycyjnych obciążeń transakcyjnych. To, że organizacja intensywnie inwestuje w AI, nie jest powodem do zakładania, że każde starsze obciążenie nagle powinno znajdować się w Kubernetes.

Modernizacja powinna rozwiązać rzeczywisty problem infrastrukturalny.

AI również zmienia ekonomię infrastruktury

Istnieje kolejny powód, dla którego elastyczność ma większe znaczenie w erze AI: ekonomia infrastruktury staje się coraz bardziej dynamiczna. Organizacje mają więcej niż kiedykolwiek wyboru, gdzie uruchamiać obciążenia… na miejscu, w prywatnych chmurach, w publicznych chmurach i w wielu dostawcach chmur. Najlepsze środowisko dla jednego obciążenia może być całkowicie nieodpowiednie dla innego. To sprawia, że przenośność infrastruktury zyskuje na wartości.

Przedsiębiorstwa nie powinny musieć podejmować każdej przyszłej decyzji infrastrukturalnej na podstawie wyboru podjętego lata temu. Powinny mieć możliwość oceny, gdzie obciążenie ma największy sens operacyjny i ekonomiczny, oraz wprowadzania zmian bez konieczności przeprojektowywania całego środowiska aplikacji. Staje się to jeszcze ważniejsze, gdy AI zwiększa wydatki na infrastrukturę. Gdy budżety technologiczne rosną, stosunkowo niewielkie różnice w kosztach obliczeń, licencjonowania i chmury mogą przekształcić się w bardzo duże kwoty.

Możliwość wyboru staje się przewagą ekonomiczną.

Rzeczywista szansa infrastruktury AI może być większa niż AI

Istnieje tendencja do postrzegania boomu infrastruktury AI głównie w kategoriach GPU, akceleratorów i ogromnych centrów danych. Te inwestycje z pewnością mają znaczenie. To, co dzieje się z resztą infrastruktury przedsiębiorstwa w wyniku tego, może być właściwie trwalszym wpływem.

AI zmusza organizacje do zastanowienia się, gdzie uruchamiane są ich aplikacje, gdzie przechowywane są ich dane, jak zarządzana jest infrastruktura oraz jaką ilość starszych technologii są gotowe utrzymać.

Tworzy to rzadką szansę.

Zamiast po prostu nakładać najnowszą technologię na dziesięciolecia decyzji dotyczących starej infrastruktury, przedsiębiorstwa mogą wykorzystać ten cykl inwestycyjny, aby rozpocząć spłatę długu technicznego i stworzyć bardziej elastyczną podstawę dla tego, co nadejdzie.

Ponieważ najważniejsze pytanie może nie brzmieć, czy dzisiejsza infrastruktura może uruchamiać AI.

Może to być pytanie, czy dzisiejsza inwestycja w AI w końcu da organizacjom powód, by budować infrastrukturę, którą powinny budować od zawsze.