Что могут узнать надеющиеся на генеративный ИИ из опыта облачных вычислений

Генеративный ИИ (GenAI) здесь, чтобы остаться, и организации по всему миру ценят возможности этой технологии. Уже 72% организаций сообщают, что они используют GenAI либо обширно, либо сдержанно, и еще 26% экспериментируют с этой технологией. Однако этот новый этап внедрения GenAI все еще находится на ранней стадии.

Согласно McKinsey, только 1% руководителей компаний описывают свои развертывания GenAI как “зрелые”, то есть технология полностью интегрирована в рабочие процессы и обеспечивает существенные бизнес-результаты. Закрытие этого разрыва в зрелости требует постоянной корректировки курса, часто сводящейся к барьерам развертывания, таким как значительные расходы, недоверие к непроверенным технологиям и регуляторные риски. Если эти проблемы кажутся знакомыми, они должны быть – когда команды ИТ впервые прыгнули, чтобы принять облако как следующую большую вещь, многие из тех же барьеров возникли.

Две волны нового технологического энтузиазма различаются некоторыми способами. Хотя облачные вычисления были реализованы в более критических для миссии системах на ранней стадии, GenAI принимается более быстро на пилотных стадиях и для случаев использования, в основном посвященных повышению эффективности и производительности. Однако кривая обучения похожа: они оба заставляют организации думать и работать по-разному.

Отражая на опыте своих предшественников в облачных вычислениях, сегодняшние надеющиеся на GenAI могут позиционировать себя для лучшего информированного будущего.

Управление затратами, рисками и изменениями: уроки из ошибок облачных вычислений

Вернувшись к тому времени, когда технология облака начала набирать обороты, многие организации недооценили сложность миграции и переоценили краткосрочные экономию средств. В результате большинство этих организаций стали жертвами трех основных ловушек: плохое управление затратами, неправильная конфигурация безопасности и естественное сопротивление, которое возникает при культурных и организационных изменениях.

Эра облака научила нас, что просто “поднять и сдвинуть” рабочие нагрузки – переместить их в облако без модернизации – часто не обеспечивало ценность. Аналогично, инициативы GenAI часто застревают, когда организации пытаются подключить наследственные, неструктурированные или плохо документированные данные к новым мощным моделям без обновления основы данных. На самом деле проекты GenAI могут обеспечить незначительные результаты или даже укрепить существующие неэффективности. Урок: технология сама по себе не может преодолеть основные слабости.

Как и технология облака, так и GenAI открыли пробелы в управлении, навыках и долгосрочной стратегии. Если сотрудники принимают инструменты GenAI без надзора или используют технологию вне пределов допустимой политики использования, риски тени ИТ могут повториться, вместе с трудностями обеспечения безопасности трубопроводов GenAI и соблюдения требований в масштабе. Эти параллели будут продолжать возникать, когда GenAI переходит от экспериментов к широкой корпоративной интеграции, требуя тех же прочных框ов безопасности, планов реагирования на инциденты и структур управления, которые найдены внутри облака.

За пределами управления рисками неуправляемый разрастание затрат является давней проблемой в технологиях. Облако не является исключением, и когда бизнес продолжает интегрировать GenAI в свои рабочие процессы, они сталкиваются с аналогичным увеличением расходов.

Растущее число организаций, пытающихся улучшить свою стратегию управления затратами, обращается к FinOps как к решению. Используя своевременные, основанные на данных идеи, чтобы помочь улучшить прогнозирование и поощрять межфункциональную ответственность и сотрудничество, комплексная инфраструктура FinOps оказалась бесценной для предотвращения чрезмерных расходов и максимизации бизнес-ценности. Принципы FinOps не ограничиваются только управлением затратами на облако, предлагая жизнеспособный вариант для расходов на GenAI.

Применение уроков облака на практике GenAI

К концу этого года Gartner прогнозирует, что как минимум 30% проектов GenAI будут брошены после концепции доказательства. Когда ажиотаж опережает реальность, скрытые закономерности за неудачами проектов GenAI – такие как неподготовленные данные, неясная бизнес-владение или ненужная сложность – часто остаются незамеченными в спешке принять новую технологию. Распознавание и устранение этих сигналов на ранней стадии может означать разницу между успехом GenAI и еще одним брошенным проектом. Руководители, которые активно следят за этими предупреждающими знаками, а не обходят процесс, готовят свои команды к долгосрочному успеху.

Как только принятие утверждено, компании должны сделать упор на небольшие пилотные проекты GenAI, чтобы протестировать и обеспечить реальную ценность, вместо того, чтобы сразу же переходить к масштабированию на уровне всего предприятия. Критически важно, чтобы компании начинали с только нескольких четко определенных, высокоэффективных случаев использования с четкими целями ROI, сопоставленными с реальными бизнес-потребностями.

Это обеспечивает ранние победы, укрепляет внутреннюю уверенность и избегает траты времени и ресурсов на общую экспериментальную работу. Привязывая принятие GenAI к осязаемому результату – например, автоматизации сводок поддержки клиентов или ускорению обзоров кода – организации могут быстро продемонстрировать ценность, усовершенствовать свой подход и масштабировать более стратегически. Это также помогает согласовать технические усилия с бизнес-целями, где многие пилотные проекты GenAI в настоящее время не оправдывают ожиданий.

Оттуда установление сильных проверок и балансов, постоянного мониторинга и четко определенных политик управления является следующим критическим шагом для ответственного использования и соблюдения требований. Взаимодействие с внешними экспертами может быть отличным первым шагом в навигации по сегодняшнему сложному и постоянно эволюционирующему регуляторному ландшафту. Инвестируя в правильные инструменты и инфраструктуру на ранней стадии процесса реализации GenAI, а также в постоянную подготовку, организации могут заложить основу для устойчивого успеха.

Найдя правильный баланс с инновациями GenAI

Применяя уроки эпохи облака с дисциплиной и дальновидностью, организации могут избежать дорогостоящих промахов и разблокировать полный потенциал GenAI – безопасно, устойчиво и в масштабе.

GenAI, как ожидается, останется мощной силой, и 70% генеральных директоров сообщают, что они ожидают, что технология повлияет на их бизнес-модели в течение следующих трех лет. Число, которое увеличивается до 89% среди тех, кто уже использует технологию. Ясно, что трансформирующий потенциал GenAI оказывается ценным для руководителей, принимающих решения, но устойчивое, крупномасштабное воздействие все еще зависит от решения проблем доверия, управления и интеграции.