Co czego nadzieję mający na sztuczną inteligencję generatywną mogą nauczyć się z prób i błędów chmury obliczeniowej

Sztuczna inteligencja generatywna (GenAI) jest tu, by pozostać, a organizacje na całym świecie cieszą się możliwościami tej technologii. Już 72% organizacji zgłasza, że obecnie używa GenAI albo w dużym stopniu, albo w niewielkim, a kolejne 26% eksperymentuje z tą technologią. Jednak ten nowy etap wdrożenia GenAI wciąż jest we wczesnej fazie.

Według McKinsey, tylko 1% wyższych menedżerów opisuje swoje wdrożenia GenAI jako „dojrzałe”, co oznacza, że technologia jest w pełni zintegrowana z procesami roboczymi i przynosi znaczące wyniki biznesowe. Zamknięcie tej luki dojrzałości wymaga ciągłych korekt, często sprowadzających się do przeszkód wdrożeniowych, takich jak znaczne wydatki, brak zaufania do nieprzetestowanych technologii oraz ryzyka regulacyjne. Jeśli te wyzwania brzmią znajomo, powinny – kiedy zespoły IT po raz pierwszy zaczęły przyjmować chmurę jako następną wielką rzecz, wiele z tych samych barier pojawiło się.

Dwa fale nowej gorączki technologicznej różnią się w pewnych aspektach. Podczas gdy chmura obliczeniowa była wdrażana w systemach o wyższej krytyczności na początku, GenAI jest przyjmowana szybciej na etapie pilotażu i do przypadków użycia głównie poświęconych zwiększaniu wydajności i produktywności. Jednak krzywa uczenia się jest podobna: obie zmuszają organizacje do myślenia i pracy w inny sposób.

Przez refleksję nad doświadczeniami swoich poprzedników z chmury obliczeniowej, dzisiejsi nadzieję mający na GenAI mogą przygotować się na lepiej poinformowaną przyszłość.

Zarządzanie kosztami, ryzykiem i zmianą: nauka z błędów chmury

Wróćmy do czasu, kiedy technologia chmury zaczęła zyskiwać na popularności, wiele organizacji zaniżało złożoność migracji i przeszacowało krótkoterminowe oszczędności kosztów. W wyniku tego większość tych samych organizacji padła ofiarą trzech głównych pułapek: złego zarządzania kosztami, błędnej konfiguracji bezpieczeństwa oraz naturalnego oporu, jaki pojawia się wraz ze zmianami kulturowymi i organizacyjnymi.

Era chmury nauczyła nas, że proste „przeniesienie i przesunięcie” obciążeń – przeniesienie ich do chmury bez modernizacji – często nie przynosiło wartości. Podobnie, inicjatywy GenAI często zawodzą, gdy organizacje próbują podłączyć dziedzictwo, nieustrukturyzowane lub słabo udokumentowane dane do nowych, potężnych modeli bez aktualizacji podstawy danych. W rzeczywistości projekty GenAI mogą przynieść rozczarowujące wyniki lub nawet wzmocnić istniejące nieefektywności. Lekcja: technologia sama w sobie nie może pokonać słabości podstawowych.

Tak jak technologia chmury ujawniła luki w zarządzaniu, umiejętnościach i długoterminowej strategii, tak samo GenAI. Jeśli pracownicy przyjmą narzędzia GenAI bez nadzoru lub użyją technologii poza granicami akceptowalnej polityki użycia, ryzyko IT cieni może ponownie się pojawić, wraz z trudnościami zabezpieczania potoków GenAI i zapewnieniem zgodności w skali. Te paralele będą nadal pojawiać się, gdy GenAI przechodzi od eksperymentów do powszechnego wdrożenia w przedsiębiorstwach, wymagając tych samych solidnych ram bezpieczeństwa, planów reagowania na incydenty i struktur zarządzania, jakie znajdują się w chmurze.

Poza zarządzaniem ryzykiem, niekontrolowany wzrost kosztów jest długotrwałym problemem w branży technologicznej. Chmura nie jest wyjątkiem, a gdy przedsiębiorstwa kontynuują integrację GenAI ze swoimi procesami roboczymi, stają się one podobnym wzrostem wydatków.

Rosnąca liczba organizacji próbujących poprawić swoją strategię zarządzania kosztami zwraca się ku FinOps jako rozwiązaniu. Wykorzystując terminowe, oparte na danych informacje, aby pomóc w poprawie prognozowania i zachęcaniu do współpracy i odpowiedzialności między funkcjami, kompleksowa infrastruktura FinOps okazała się niezwykle cenna w ograniczaniu nadmiernych wydatków i maksymalizowaniu wartości biznesowej. Zasady FinOps nie ograniczają się wyłącznie do zarządzania kosztami chmury, oferując również opcję dla wydatków GenAI.

Wprowadzanie lekcji chmury w praktykę GenAI

Do końca tego roku Gartner przewiduje, że co najmniej 30% projektów GenAI zostanie porzuconych po udowodnieniu koncepcji. Kiedy hossa przewyższa rzeczywistość, ukryte wzorce za niepowodzeniami projektów GenAI – takie jak nieprzygotowane dane, niejasna własność biznesowa lub niepotrzebna złożoność – często pozostają niewidoczne w pośpiechu przyjęcia nowej technologii. Rozpoznanie i rozwiązanie tych sygnałów na wczesnym etapie może oznaczać różnicę między sukcesem GenAI a kolejnym porzuconym projektem. Liderzy, którzy aktywnie szukają tych sygnałów ostrzegawczych, zamiast skracać proces, przygotowują swoje zespoły do długoterminowego sukcesu.

Gdy przyjęcie zostanie zatwierdzone, firmy powinny skupić się na małych projektach pilotażowych GenAI, aby przetestować i zapewnić wartość w świecie rzeczywistym, zamiast skakać do natychmiastowego skalowania na poziomie przedsiębiorstwa. Jest to krytyczne, aby firmy zaczęły od kilku wyraźnie zdefiniowanych, wysoko wpływowych przypadków użycia z wyraźnymi celami ROI odwzorowanymi na rzeczywiste potrzeby biznesowe.

To zapewnia wczesne zwycięstwa, buduje wewnętrzną pewność siebie i unika marnowania czasu i zasobów na ogólne eksperymenty. Poprzez kotwiczenie wdrożenia GenAI w konkretny wynik – taki jak automatyzacja podsumowań pomocy technicznej dla klientów lub przyspieszenie przeglądów kodu – organizacje mogą szybko zademonstrować wartość, udoskonalić swój podejście i skalować bardziej strategicznie. Pomaga to również wyrównać wysiłki techniczne z celami biznesowymi, co jest miejscem, w którym wiele pilotów GenAI obecnie zawodzi.

Następnym krytycznym krokiem dla odpowiedzialnego użycia i zgodności jest ustanowienie silnych kontroli, ciągłego monitorowania i wyraźnie zdefiniowanych polityk zarządzania. Współpraca z ekspertami zewnętrznymi może być pierwszym krokiem w nawigowaniu dzisiejszego złożonego i ciągle ewoluującego krajobrazu regulacyjnego. Inwestując w odpowiednie narzędzia i infrastrukturę na wczesnym etapie wdrożenia GenAI, wraz z ciągłym szkoleniem, organizacje mogą zapewnić trwały sukces.

Uderzanie w odpowiednią równowagę z innowacjami GenAI

Stosując lekcje z ery chmury z dyscypliną i przewidywalnością, organizacje mogą uniknąć kosztownych błędów i odblokować pełny potencjał GenAI – bezpiecznie, zrównoważenie i w skali.

GenAI ma pozostać potężną siłą, a 70% CEO zgłasza, że oczekuje, iż ta technologia wpłynie na ich modele biznesowe w ciągu najbliższych trzech lat. Liczba ta wzrasta do 89% wśród tych, którzy już używają tej technologii. Wyraźnie potencjał transformacyjny GenAI okazuje się wartościowy dla decydentów, ale trwały, dużo skalowy wpływ nadal zależy od rozwiązania barier zaufania, zarządzania i integracji.