Anaconda ซื้อกิจการ Outerbounds เพื่อสร้างความสมบูรณ์ของการพัฒนา AI ในองค์กร

Anaconda ได้ซื้อกิจการ Outerbounds โดยรวมสองชั้นของระบบนิเวศ AI ขององค์กรที่มักจะกระจัดกระจายกัน: สภาพแวดล้อมในการพัฒนาและการจัดทำออร์เคสตราในการผลิต

ที่แก่นกลาง การเคลื่อนไหวนี้สะท้อนถึงการเปลี่ยนแปลงในกระบวนการสร้างระบบ AI แทนที่จะรับทราบโมเดลเป็นเพียงส่วนประกอบภายในซอฟต์แวร์แบบดั้งเดิม องค์กรต่างๆ กำลังออกแบบแอปพลิเคชันโดยที่โมเดลนั่งอยู่ที่ศูนย์กลาง การเปลี่ยนแปลงนี้ได้เผยให้เห็นช่องว่างที่สำคัญระหว่างการลองผิดลองถูกและการผลิต ซึ่งการซื้อกิจการครั้งนี้มุ่งหมายที่จะปิดช่องว่างนั้นอย่างชัดเจน

จาก Python Foundation ถึงชีวิตการทำงาน AI ที่สมบูรณ์

Anaconda ได้เป็นจุดเริ่มต้นสำหรับการทำงานวิทยาศาสตร์ข้อมูลและ AI โดยเฉพาะใน Python แพลตฟอร์มของมันถูกสร้างขึ้นโดยรอบการจัดการแพ็คเกจ ความพึ่งพา และสภาพแวดล้อมในลักษณะที่ลดความเสี่ยงสำหรับนักพัฒนาในขณะเดียวกันก็รักษาความปลอดภัยและความสามารถในการทำซ้ำได้ มันให้ความสามารถในการเข้าถึงไลบรารี่และเครื่องมือที่ผ่านการตรวจสอบแล้วหลายพันรายการ ทำให้ทีมสามารถเคลื่อนไหวได้อย่างรวดเร็วโดยไม่ต้องมีปัญหาในการแก้ปัญหาหรือความเสี่ยงที่ซ่อนอยู่

สิ่งที่ไม่ได้เป็นเจ้าของแบบดั้งเดิมคือการเดินทางที่สมบูรณ์แบบหลังจากจุดเริ่มต้น เมื่อโมเดลถูกสร้างขึ้น องค์กรต่างๆ ยังคงต้องประสานงานการทำงาน จัดการการคำนวณ ติดตามการทดลอง และจัดการการปรับใช้ข้ามโครงสร้างพื้นฐานที่ซับซ้อนมากขึ้น

นั่นคือที่ที่ Outerbounds เข้ามา

สิ่งที่ Outerbounds เพิ่มเข้ามาในสมการ

Outerbounds ได้รับการออกแบบมาเพื่อแก้ปัญหาด้านการปฏิบัติการของการเรียนรู้ของเครื่อง แพลตฟอร์มของมันซึ่งสร้างขึ้นบน Metaflow framework ที่พัฒนาโดย Netflix มุ่งเน้นไปที่ว่าระบบ AI วิ่งจริงๆ ในสภาพแวดล้อมการผลิต

ไม่ใช่แค่การทำงานของโค้ด แต่ยังจัดการชีวิตการทำงานทั้งหมดของการทำงานของการเรียนรู้ของเครื่อง ซึ่งรวมถึงการประสานงานที่ซับซ้อนหลายขั้นตอน การติดตามการทดลองตามเวลา การจัดการข้อมูล และการกระจายงานข้ามโครงสร้างพื้นฐานบนคลาวด์หรือไฮบริด ซิสเต็มได้รับการออกแบบให้ทำงานข้ามโครงสร้างพื้นฐานที่บริษัทใช้อยู่แล้ว ซึ่งทำให้ได้รับความนิยมจากองค์กรที่ต้องการความยืดหยุ่นมากกว่าการถูกบังคับให้ใช้ซัพพลายเออร์คลาวด์เดียว

สิ่งนี้ไม่ใช่แค่การทำงานอัตโนมัติ แต่ยังเกี่ยวกับการทำให้ระบบ AI ที่ซับซ้อนสามารถสังเกตและทำซ้ำได้ ซึ่งกลายเป็นสิ่งสำคัญเมื่อโมเดลเปลี่ยนจากตัวแบบไปสู่ระบบที่ทำงานและพัฒนาอย่างต่อเนื่อง

เหตุใดการรวมกันนี้จึงมีความสำคัญ

การรวมกันของ Anaconda และ Outerbounds สร้างเส้นทางที่ต่อเนื่องกันมากขึ้นจากการทดลองไปสู่การผลิต

แทนที่จะให้นักพัฒนาสร้างโมเดลในหนึ่งสภาพแวดล้อมและจากนั้นถ่ายโอนมันไปยังชุดเครื่องมืออื่นสำหรับการปรับใช้ แพลตฟอร์มที่รวมกันทำให้สามารถมีส่วนต่างๆ เหล่านั้นภายในระบบนิเวศที่ควบคุมได้ ความต่อเนื่องนี้ลดความเสี่ยง แต่ที่สำคัญกว่านั้นคือการลดความเสี่ยง AI ที่สร้างโค้ดเพิ่มขึ้นอย่างรวดเร็ว และมาพร้อมกับอัตราที่สูงขึ้นของข้อบกพร่องและความเสี่ยงด้านความปลอดภัย การจัดการความเสี่ยงเหล่านี้ต้องการความสามารถในการมองเห็นข้ามชีวิตการทำงานทั้งหมด ไม่ใช่แค่ในขั้นตอนเดียว

โดยการรวมสภาพแวดล้อมที่ปลอดภัย การจัดการความพึ่งพา การจัดทำออร์เคสตรา และการกำกับดูแลเข้าด้วยกันในระบบเดียว แพลตฟอร์มนี้มีจุดยืนในการจัดการความซับซ้อนของแอปพลิเคชัน AI ที่เพิ่มขึ้นโดยไม่บังคับให้ทีมต้องสร้างกระบวนการทำงานใหม่ตั้งแต่ต้น

การเปลี่ยนแปลงที่กว้างขึ้นในโครงสร้างพื้นฐาน AI

การซื้อกิจการครั้งนี้ยังเน้นย้ำถึงแนวโน้มที่ใหญ่กว่า: การรวมตัวของสแต็กเครื่องมือ AI

องค์กรต่างๆ ได้ใช้เวลาหลายปีที่ผ่านมาในการรวบรวมชุดเครื่องมือเพื่อจัดการส่วนต่างๆ ของชีวิตการทำงาน AI วิธีนี้ใช้ได้ผลในขนาดเล็ก แต่มันกลายเป็นไม่เสถียรเมื่อระบบเติบโตขึ้นและสำคัญต่อการดำเนินธุรกิจมากขึ้น อุตสาหกรรมกำลังเคลื่อนไหวไปสู่แพลตฟอร์มที่รวมชั้นเหล่านี้เข้าด้วยกันในขณะเดียวกันก็ยังให้ความสามารถในการควบคุมโครงสร้างพื้นฐานแก่ทีม

ความท้าทายคือการสร้างสมดุลระหว่างการรวมตัวกับความยืดหยุ่น องค์กรต้องการระบบที่สตรีมไลน์ แต่พวกเขากำลังระมัดระวังมากขึ้นเกี่ยวกับการถูกบังคับให้เข้าไปในระบบนิเวศที่ควบคุมโดยซัพพลายเออร์หลักๆ

สิ่งที่ทำให้การเคลื่อนไหวนี้น่าสนใจคือทั้ง Anaconda และ Outerbounds ได้เน้นย้ำถึงความเปิดกว้างและความเป็นอิสระของโครงสร้างพื้นฐานมาโดยตลอด หากปรัชญานี้ดำเนินต่อไปในแพลตฟอร์มที่รวมกัน มันชี้ให้เห็นถึงแบบจำลองที่องค์กรสามารถรวมการทำงาน AI ของตนได้โดยไม่ต้องสูญเสียการควบคุมว่าระบบเหล่านั้นวิ่งไปที่ไหนและวิธีใด

ความสมดุลนี้อาจกลายเป็นหนึ่งในปัจจัยที่กำหนดว่าโครงสร้างพื้นฐาน AI ขององค์กรจะพัฒนาไปอย่างไรในหลายปีที่จะมาถึง