Rackspace i Uniphore Partnerstwo w celu dostarczenia architektury „Infrastruktura-do-Agentów” dla sztucznej inteligencji w przedsiębiorstwach

Przedsiębiorstwa przez ostatnie kilka lat eksperymentowały ze sztuczną inteligencją, jednak wiele inicjatyw nadal utknęło w fazie pilotażu. Nowe partnerstwo między Rackspace Technology (RXT ) i Uniphore ma na celu zwiększenie tej luki poprzez wprowadzenie tego, co firmy nazywają architekturą „Infrastruktura-do-Agentów”, pełnym podejściem zaprojektowanym w celu pomocy organizacjom w przeniesieniu systemów sztucznej inteligencji z eksperymentów do środowisk produkcyjnych.

Ogłoszono to na początku marca, współpraca łączy hybrydową infrastrukturę chmury Rackspace i prywatną chmurę z platformą sztucznej inteligencji Uniphore. Firmy twierdzą, że celem jest stworzenie zintegrowanego środowiska, w którym przedsiębiorstwa mogą wdrożyć modele sztucznej inteligencji, przygotować dane i uruchomić autonomiczne agenty sztucznej inteligencji, jednocześnie utrzymując zarządzanie, bezpieczeństwo i zgodność z przepisami.

To podejście odzwierciedla szerszy trend w sztucznej inteligencji w przedsiębiorstwach. Organizacje przechodzą od pytań o to, które modele lub chipy użyć, i koncentrują się na tym, jak przetłumaczyć możliwości sztucznej inteligencji na niezawodne wyniki biznesowe.

Wyzwanie przeniesienia sztucznej inteligencji do produkcji

Narzędzia generatywne sztucznej inteligencji rozprzestrzeniły się szybko w organizacjach, ale budowanie niezawodnych systemów, które działają w produkcji, pozostaje trudne. Wiele firm stoi w obliczu fragmentacji na całym stosie sztucznej inteligencji. Infrastruktura może być zarządzana w jednym miejscu, potoki danych w innym, a modele sztucznej inteligencji w jeszcze innym środowisku.

Partnerstwo ma na celu rozwiązanie tego problemu poprzez połączenie dwóch komplementarnych warstw. Rackspace wnosi prywatną infrastrukturę chmury zaprojektowaną do bezpiecznego uruchamiania obciążeń sztucznej inteligencji w środowiskach CPU i GPU. Uniphore wnosi swoją platformę Business AI Cloud, która integruje modele, potoki danych, warstwy wiedzy i agentów opartych na automatyce.

Obie firmy dążą do zapewnienia zintegrowanego środowiska, które obejmuje cały cykl życia sztucznej inteligencji w przedsiębiorstwach. Obejmuje to przygotowanie danych, uruchamianie obciążeń inferencyjnych, zarządzanie modelami i wdrażanie agentów sztucznej inteligencji, które automatyzują przepływy pracy biznesowej.

Zrozumienie stosu „Infrastruktura-do-Agentów”

Pojęcie Infrastruktura-do-Agentów odnosi się do traktowania całego stosu sztucznej inteligencji jako połączonego systemu, a nie kolekcji niezależnych narzędzi.

W ramach tej architektury infrastruktura wspiera warstwę obliczeniową, potoki przygotowania danych przekształcają dane przedsiębiorstwa w użyteczne dane wejściowe, modele wykonują rozumowanie i predykcję, a agenci sztucznej inteligencji automatyzują zadania w ramach operacyjnych przepływów pracy.

W ramach partnerstwa przedsiębiorstwa będą miały dostęp do środowisk inferencyjnych, które mogą działać zarówno na architekturach obliczeniowych NVIDIA (NVDA ), jak i AMD. Platforma zapewnia również usługi przygotowania danych zaprojektowane w celu zorganizowania danych przedsiębiorstwa, aby mogły być one skutecznie wykorzystywane przez modele sztucznej inteligencji. Modelami o mniejszej skali językowej są również ważnym składnikiem, pozwalając firmom na wdrożenie specjalistycznych modeli dostosowanych do konkretnych funkcji biznesowych.

Te modele mogą następnie napędzać agenty sztucznej inteligencji, które automatyzują zadania w różnych branżach, takich jak opieka zdrowotna, finanse i ubezpieczenia.

Modele o mniejszej skali językowej odgrywają szczególnie ważną rolę w środowiskach przedsiębiorstw. W porównaniu z dużymi modelami ogólnego przeznaczenia mogą one być optymalizowane dla węższych przypadków użycia, działać bardziej wydajnie i zapewniać większą kontrolę nad wydajnością i zarządzaniem.

Wizja Uniphore dotycząca przedsiębiorstwa opartego na agentach

Platforma Uniphore oparta jest na idei przedsiębiorstwa opartego na agentach, w którym agenci sztucznej inteligencji wykonują strukturalną pracę w ramach procesów biznesowych, a nie tylko reagują na polecenia.

Platforma Business AI Cloud firmy składa się z kilku warstw, które współpracują ze sobą. Warstwy te obejmują infrastrukturę niezbędną do inferencji, dane i systemy wiedzy, które organizują informacje przedsiębiorstwa, same modele oraz agenci, którzy wykonują zadania na podstawie tych modeli.

Architektura ta została zaprojektowana w celu zmostkowania luki między narzędziami sztucznej inteligencji w stylu konsumenckim a systemami przedsiębiorstw, które muszą spełniać surowe wymagania dotyczące niezawodności, bezpieczeństwa i zgodności.

Poprzez integrację z środowiskiem infrastruktury Rackspace platforma może działać w ramach wdrożeń chmury prywatnej, które są kontrolowane przez przedsiębiorstwo. Podejście to pozwala organizacjom na wdrożenie sztucznej inteligencji, jednocześnie utrzymując kontrolę nad wrażliwymi danymi.

Rackspace w operacjonalizowaniu sztucznej inteligencji

Rackspace wnosi doświadczenie w zarządzaniu złożonymi środowiskami chmury zarówno w publicznej, jak i prywatnej infrastrukturze.

W ramach partnerstwa inżynierowie Rackspace będą pracować bezpośrednio z zespołami przedsiębiorstw w celu wdrożenia i obsługi połączonej platformy. Ci inżynierowie pomagają konfigurować infrastrukturę, optymalizować obciążenia i zapewniać, że systemy sztucznej inteligencji działają niezawodnie w środowiskach produkcyjnych.

Ten model operacyjny odzwierciedla szerszą strategię Rackspace, która polega na dostarczaniu usług infrastruktury zarządzanej, a nie tylko dostarczaniu sprzętu lub składników oprogramowania. Firmy opisują tę ofertę jako opartą na wynikach, co oznacza, że koncentruje się na dostarczaniu mierzalnych wyników, a nie tylko na wdrożeniu technologii.

Suwerenna sztuczna inteligencja i branże regulowane

Jednym z kluczowych czynników stojących za tą współpracą jest rosnący popyt na suwerenną infrastrukturę sztucznej inteligencji.

Branże takie jak usługi finansowe, opieka zdrowotna i ubezpieczenia działają w ramach surowych ram regulacyjnych. Te organizacje często wymagają silnych gwarancji dotyczących zarządzania danymi, prywatności i kontroli operacyjnej.

Dzięki uruchamianiu obciążeń sztucznej inteligencji w środowiskach chmury prywatnej i pozwalaniu przedsiębiorstwom na wybór najbardziej odpowiedniej architektury obliczeniowej, platforma Rackspace i Uniphore została zaprojektowana w celu spełnienia tych wymagań. Podejście to pozwala organizacjom na przyjęcie technologii sztucznej inteligencji, jednocześnie utrzymując standardy bezpieczeństwa i zgodności oczekiwane w branżach regulowanych.

Przesunięcie w kierunku operacyjnej sztucznej inteligencji

Partnerstwo odzwierciedla szerszą zmianę w podejściu przedsiębiorstw do sztucznej inteligencji.

We wczesnych stadiach boomu generatywnej sztucznej inteligencji rozmowy koncentrowały się głównie na modelach i sprzęcie. Organizacje debatowały nad tym, które duże modele językowe przyjąć lub które platformy obliczeniowe oferują najlepszą wydajność.

Dziś focus przesunął się w kierunku integracji operacyjnej. Przedsiębiorstwa pytają, jak sztuczna inteligencja może być wbudowana w rzeczywiste przepływy pracy, jak systemy mogą być zarządzane bezpiecznie i jak wdrożenia mogą być skalowane bez tworzenia nowych warstw złożoności.

Poprzez przedstawienie zintegrowanej architektury Infrastruktura-do-Agentów, Rackspace i Uniphore próbują rozwiązać te wyzwania na poziomie systemowym.

Od eksperymentowania do mierzalnych wyników

Ostatecznie celem partnerstwa jest skrócenie drogi od eksperymentowania z sztuczną inteligencją do wdrożenia w produkcji.

Wiele organizacji nadal boryka się z projektami pilotażowymi, które nie rozciągają się poza ograniczone środowiska testowe. Zintegrowana platforma, która łączy infrastrukturę, przygotowanie danych, modele i agenty sztucznej inteligencji, mogłaby pomóc zredukować te bariery.

Jeśli się powiedzie, współpraca może ilustrować pojawiający się wzorzec w sztucznej inteligencji w przedsiębiorstwach: następna faza adopcji będzie zależała mniej od nowych modeli i bardziej od możliwości integracji systemów sztucznej inteligencji z bezpiecznymi, zarządzanymi i operacyjnymi środowiskami technologicznymi.