Zatwierdzenie przez radę nadzorczą finansuje ambicje. Infrastruktura sprawia, że staje się to rzeczywistością.

Większość przedsięwzięć związanych z sztuczną inteligencją nie kończy się niepowodzeniem, ponieważ model nie był idealny. Sztuczna inteligencja nie udaje się, ponieważ infrastruktura pod nią nie jest gotowa.

Liczby są zwykle przedstawiane jako złe wieści. Lepsze zrozumienie ich jako mapy. Forrester przewiduje, że 73% wdrożeń sztucznej inteligencji nie osiągnie oczekiwanej stopę zwrotu z inwestycji, podczas gdy Gartner wielokrotnie ostrzegał, że wiele inicjatyw związanych z generatywną sztuczną inteligencją będzie miało trudności z przejściem poza fazę pilotażową, ponieważ organizacje napotkają na problemy operacyjne i skalowalności.

Tymczasem rady nadzorcze zatwierdzają większe inwestycje w sztuczną inteligencję; konkurenci ogłaszają nowe wdrożenia prawie co tydzień, a zespoły kierownicze coraz częściej postrzegają przyjęcie sztucznej inteligencji jako widoczny wskaźnik innowacji i istotności rynkowej. W wielu firmach presja na wykazanie postępów stała się trudna do oddzielenia od presji na wykazanie gotowości.

Przyszłość infrastruktury gotowej do sztucznej inteligencji

Firmy z różnych branż stają w obliczu fragmentarycznych środowisk danych, niespójnych zasad zarządzania, starzejących się integracji, bezpieczeństwa zaprojektowanego dla świata sprzed obciążeń sztucznej inteligencji. Żadne z tych nie są problemami modelu. Każdy z nich jest problemem budowy, a problemy budowy są rozwiązywalne. To optymistyczna interpretacja, a także prawidłowa.

Kiedy mówię o infrastrukturze, mam na myśli cały stos, a nie tylko warstwę danych. Obciążenia sztucznej inteligencji wywierają nacisk na części środowiska, które przez lata działały bezproblemowo. Centra danych zaprojektowane dla stałego obciążenia przedsiębiorstw teraz muszą pochłonąć gęste, energochłonne klastry GPU. Wiele z nich nie ma mocy, chłodzenia ani powierzchni, aby to zrobić bez przebudowy. Sieci dostosowane do zwykłego ruchu ulegają awarii, gdy modele zaczynają przenosić terabajty między pamięcią masową a obliczeniami. Dane znajdują się w systemach, które nie były przeznaczone do karmienia czegokolwiek w czasie rzeczywistym.

Każdy z nich jest świadomą decyzją inżynierską: gdzie obciążenie jest uruchamiane, czy budujemy, kolokujemy, czy wynajmujemy pojemność, w jaki sposób dane są do niej przenoszone, a kto ją utrzymuje, gdy jest uruchomiona. Podejmij te decyzje wcześnie i sztuczna inteligencja się skaluje. Odrocz je, a staną się one sufitem, który uderzy wdrożenie.

Szczerość co do gotowości sztucznej inteligencji staje się coraz trudniejsza, gdy oczekiwania wykonawcze rosną. Liderzy technologiczni ważą prawdziwą pilność biznesową przeciwko realiom infrastruktury, których nie można rozwiązać za pomocą finansowania i uzgodnień. Zespół kierowniczy może w pełni poprzeć inicjatywę sztucznej inteligencji, ale wsparcie nie tworzy dojrzałej administracji, niezawodnych rurociągów danych ani operacyjnej własności, której system potrzebuje do działania w skali. Te są budowane, lub nie istnieją.

Pilotażowe wdrożenia sztucznej inteligencji przechodzą w kontrolowanym środowisku, a następnie ulegają awarii w skali

Koszt pominięcia tego kroku pojawia się zaraz po wczesnym zwycięstwie. Udane pilotażowe wdrożenie tworzy wrażenie, że szersza organizacja jest gotowa, gdy środowisko jest nadal niestabilne. Na przykład, zarządzanie różni się w zależności od departamentu, krytyczne systemy nadal wymagają interwencji ręcznej w celu wymiany danych, a modele bezpieczeństwa nie uwzględniają jeszcze, w jaki sposób sztuczna inteligencja dotyka informacji poufnych w różnych procesach roboczych.

Gdy praca przechodzi poza kontrolowane środowisko pilotażowe, otaczająca infrastruktura nie może wspierać rozszerzenia w sposób wydajny ani bezpieczny. Budżety są zacieśniane, terminy są przekraczane, a sceptycyzm rośnie wokół następnej inwestycji w sztuczną inteligencję, chociaż technologia sama w sobie nie była problemem. Środowisko, w którym się znalazła, było.

Presja na szybkie działanie kształtuje teraz strategię sztucznej inteligencji w niemal każdej branży. Blisko 80% organizacji zgłasza użycie sztucznej inteligencji w co najmniej jednej funkcji biznesowej, a wiele zespołów kierowniczych obawia się, że opóźnienie wdrożenia pozostawi je w tyle za konkurentami, którzy już pozycjonują się jako organizacje napędzane sztuczną inteligencją.

Publiczne narracje dotyczące przyjęcia sztucznej inteligencji tendencję do nagradzania widocznych startów i agresywnych komunikatów o transformacji. Wewnętrznie jednak organizacje nadal pracują nad latami nagromadzonej fragmentacji infrastruktury, co utrudnia trwałe wdrożenie sztucznej inteligencji bardziej skomplikowane, niż zespoły kierownicze oczekują.

Cztery pytania, które mogą ujawnić gotowość sztucznej inteligencji

Przed każdym wdrożeniem sztucznej inteligencji w skali zespoły kierownicze powinny być w stanie odpowiedzieć na te pytania z pewnością, a nie optymizmem.

1. Czy możemy ufać naszym danym? Czy udokumentowane zasady zarządzania danymi stosują się konsekwentnie we wszystkich jednostkach biznesowych, które ten system sztucznej inteligencji będzie dotykał, czy zakładamy jakość danych, której nie zweryfikowaliśmy?
2. Kto jest odpowiedzialny za to po uruchomieniu? Czy istnieje określana struktura operacyjna, a nie tylko zespół projektowy, odpowiedzialny za monitorowanie, utrzymanie i zarządzanie tym systemem, gdy się skaluje?
3. Czy bezpieczeństwo i zgodność zostały zaprojektowane? Czy zespoły bezpieczeństwa i zgodności były częścią rozmowy o architekturze od samego początku, czy przeglądają wdrożenie, które zostało zaplanowane bez nich?
4. Czy nasze integracje mogą obsłużyć obciążenie? Czy systemy, od których zależy sztuczna inteligencja, wymieniają dane w sposób niezawodny w skali, czy budujemy na integracjach, które już wymagają interwencji ręcznej, aby funkcjonować?

Te pytania nie są zaprojektowane, aby spowolnić wdrożenie. Są one zaprojektowane, aby ujawnić luki, które skala i tak ujawni, idealnie przed tym, jak ta skala nastąpi. Organizacje, które mogą odpowiedzieć na wszystkie cztery pytania wyraźnie, nie są tylko gotowe do sztucznej inteligencji. Są one wystarczająco dojrzałe operacyjnie, aby chronić inwestycję, którą dokonują.

Pilotażowe wdrożenia są linią startu

Udane pilotażowe wdrożenie nie jest dowodem gotowości organizacyjnej. Jest to dowód, że kontrolowane środowisko dało kontrolowany wynik.

To, co pilotażowe wdrożenia rzadko ujawniają, to czy szersza organizacja może zarządzać, zabezpieczać i utrzymywać ten system, gdy opuszcza kontrolowane środowisko i wchodzi w rzeczywistą złożoność operacyjną. Ta luka jest miejscem, w którym większość inicjatyw sztucznej inteligencji traci impet, nie dlatego, że technologia nie spełniła oczekiwań, ale dlatego, że otaczająca infrastruktura nie była zbudowana, aby wspierać to, co przyszło potem.

Rady nadzorcze mają rację, traktując sztuczną inteligencję jako długoterminowy lever konkurencyjny. Ryzyko polega na tym, że pilność wdrożenia zaczyna zastępować sekwencjonowanie operacyjne. Uruchamianie szybko i skalowanie na kruchych fundamentach nie przyspiesza przewagi konkurencyjnej. Odkłada jedynie koszt nieprzygotowania do momentu, gdy będzie znacznie trudniej go ograniczyć.

Gotowość jest fundamentem

Oto część, która powinna zainspirować każdego lidera technologicznego: gotowość nie jest ostrożną grą. Jest to agresywna gra. CIO, którzy budują operacyjne fundamenty teraz, są tymi, którzy mogą poruszać się szybko, dostarczając nowe możliwości sztucznej inteligencji w tygodniach, a nie w kwartałach, skalując je w całej firmie, a nie pozostawiając ich w jednym departamencie, i kumulując tę przewagę, podczas gdy konkurenci nadal rozplątują swoje pierwsze nieudane wdrożenie.

To jest ta transformacja, która naprawdę się utrzymuje, i nie należy do tego, kto jako pierwszy uruchomił. Należy do liderów, którzy zmieniają infrastrukturę z ograniczenia w silnik: czyste, zarządzane dane, na które może się oprzeć cała firma, integracje, które wytrzymują obciążenie, bezpieczeństwo zaprojektowane od samego początku, a nie dopiero dołożone. To się potwierdza, gdy sztuczna inteligencja przestaje być ciągiem jednorazowych pilotaży. Staje się możliwością, którą organizacja może skierować niemal na każdy problem i zaufać odpowiedzi.

Tam tkwi wartość. Fundament, który pozwala firmie wdrożyć sztuczną inteligencję szybciej, bezpieczniej i w większej skali niż ktokolwiek, kto porusza się samą pilnością. Zatwierdzenie przez radę nadzorczą finansuje ambicje. Infrastruktura sprawia, że staje się to rzeczywistością. CIO, którzy to rozumieją, dodadzą ogromną wartość swoim firmom w różnych branżach.

Strategia sztucznej inteligencji i gotowość infrastruktury nie są oddzielnymi od strumieni pracy. Dla organizacji, które chcą konkurować na dłuższą metę, gotowość musi być fundamentem.