Co czego mogą nauczyć się entuzjaści generatywnej sztucznej inteligencji z doświadczeń chmur obliczeniowych

Generatywna sztuczna inteligencja (GenAI) jest już z nami, a organizacje na całym świecie doceniają możliwości tej technologii. Już 72% organizacji zgłasza, że obecnie używa GenAI w sposób intensywny lub ograniczony, a kolejne 26% eksperymentuje z tą technologią. Jednak ten nowy etap wdrożenia GenAI jest nadal w początkowej fazie.

Zgodnie z McKinsey, tylko 1% wyższych menedżerów opisuje swoje wdrożenia GenAI jako „dojrzałe”, co oznacza, że technologia jest w pełni zintegrowana z procesami pracy i przynosi znaczące wyniki biznesowe. Zamknięcie tej luki dojrzałości wymaga ciągłej korekty, często sprowadzającej się do przeszkód wdrożeniowych, takich jak znaczne wydatki, brak zaufania do nieprzetestowanych technologii i 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 technologicznej gorączki różnią się w niektórych aspektach. Podczas gdy chmura obliczeniowa była wdrożona wcześniej w systemach krytycznych dla misji, GenAI jest przyjmowana szybciej na etapie pilotażu i dla przypadków użycia poświęconych głównie 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 entuzjaści GenAI mogą przygotować się na lepiej poinformowaną przyszłość.

Zarządzanie kosztami, ryzykiem i zmianą: uczenie się z błędów chmury

Wróćmy do czasu, kiedy technologia chmury zaczęła zyskiwać na popularności, wiele organizacji zaniżało złożoność migracji i przeszacowało oszczędności kosztów w krótkim terminie. W efekcie wiele z tych samych organizacji padło ofiarą trzech głównych pułapek: złego zarządzania kosztami, błędów konfiguracyjnych zabezpieczeń i naturalnego oporu, jaki pojawia się wraz z zmianami kulturowymi i organizacyjnymi.

Era chmury nauczyła nas, że proste „przeniesienie i przerzucenie” 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: sama technologia nie może pokonać słabości podstawowych.

Podobnie jak technologia chmury ujawniła luki w zarządzaniu, umiejętnościach i długoterminowej strategii, tak i GenAI. Jeśli pracownicy przyjmą narzędzia GenAI bez nadzoru lub użyją technologii poza granicami polityki użycia, ryzyko IT cieni może ponownie się pojawić, wraz z trudnościami zabezpieczania potoków GenAI i zapewnienia 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 technologiach. Chmura nie jest wyjątkiem, a gdy firmy kontynują integrację GenAI ze swoimi procesami pracy, stają się one wobec podobnej eskalacji 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 między funkcjami, kompleksowa infrastruktura FinOps okazała się niezwykle cenna w ograniczaniu nadmiernych wydatków i maksymalizowaniu wartości biznesowej. Zasady FinOps nie są ograniczone tylko 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 niezauważone w pośpiechu przyjęcia nowej technologii. Rozpoznawanie i rozwiązywanie tych sygnałów na wczesnym etapie może oznaczać różnicę między sukcesem GenAI a kolejnym porzuconym projektem. Liderzy, którzy aktywnie szukają tych sygnałów ostrzegawczych, zamiast ominięcia procesu, przygotowują swoje zespoły na długoterminowy sukces.

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

To gwarantuje 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 wsparcia klienta 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 obszarem, w którym wiele pilotów GenAI obecnie zawodzi.

Od tego momentu ustanowienie silnych kontroli, ciągłego monitorowania i wyraźnie zdefiniowanych polityk zarządzania jest następnym krytycznym krokiem dla odpowiedzialnego użycia i zgodności. Współpraca z ekspertami zewnętrznymi może być pierwszym krokiem w nawigowaniu przez dzisiejszy złożony i ewoluujący krajobraz regulacyjny. Inwestując w odpowiednie narzędzia i infrastrukturę na wczesnym etapie procesu wdrożenia GenAI, wraz z ciągłym szkoleniem, organizacje mogą zapewnić fundamenty dla trwałego sukcesu.

Uderzanie w odpowiednią równowagę z innowacjami GenAI

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

GenAI ma pozostać potężną siłą, z 70% CEO zgłaszającymi, że oczekują, 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, wielkoskalowy wpływ nadal zależy od rozwiązania barier zaufania, zarządzania i integracji.