Trí tuệ nhân tạo sinh (Generative AI) có thể thay đổi thế giới – Nhưng chỉ khi cơ sở hạ tầng dữ liệu theo kịp

Mặc dù có nhiều tiếng vang xung quanh Trí tuệ nhân tạo sinh (Generative AI), hầu hết các chuyên gia trong ngành vẫn chưa giải quyết một câu hỏi quan trọng: Liệu có một nền tảng cơ sở hạ tầng có thể hỗ trợ công nghệ này lâu dài, và nếu có, liệu nó có đủ bền vững để hỗ trợ những đổi mới đột phá mà Trí tuệ nhân tạo sinh (Generative AI) hứa hẹn?

Các công cụ Trí tuệ nhân tạo sinh (Generative AI) đã xây dựng được danh tiếng khá tốt, với khả năng viết văn bản được tổng hợp tốt tại một nút bấm – những nhiệm vụ có thể yêu cầu hàng giờ, hàng ngày, hàng tuần hoặc hàng tháng để hoàn thành thủ công.

Điều đó thật tốt, nhưng nếu không có cơ sở hạ tầng phù hợp, những công cụ này đơn giản là không có khả năng mở rộng để thực sự thay đổi thế giới. Sắp vượt quá $76 tỷ, chi phí hoạt động thiên văn của Trí tuệ nhân tạo sinh (Generative AI) là một minh chứng cho thực tế này, nhưng có các yếu tố khác đang phát挥.

Doanh nghiệp cần tập trung vào việc tạo và kết nối các công cụ phù hợp để tận dụng nó một cách bền vững và phải đầu tư vào một cơ sở hạ tầng dữ liệu tập trung giúp tất cả dữ liệu liên quan trở nên dễ tiếp cận nhất cho LLM của họ mà không cần đường ống chuyên dụng. Với việc triển khai chiến lược các công cụ phù hợp, họ sẽ có thể cung cấp giá trị kinh doanh mà họ tìm kiếm mặc dù có hạn chế về khả năng của trung tâm dữ liệu hiện tại – chỉ khi đó cuộc cách mạng Trí tuệ nhân tạo (AI) thực sự sẽ tiến triển.

Một mẫu hình quen thuộc

Theo một báo cáo mới của Capgemini Research Institute, 74% các giám đốc điều hành tin rằng lợi ích của Trí tuệ nhân tạo sinh (Generative AI) vượt trội so với mối quan ngại của nó. Sự đồng thuận như vậy đã thúc đẩy tỷ lệ áp dụng cao trong các doanh nghiệp – khoảng 70% tổ chức ở châu Á – Thái Bình Dương đã thể hiện ý định đầu tư vào những công nghệ này hoặc đã bắt đầu khám phá các trường hợp sử dụng thực tế.

Nhưng thế giới đã đi qua con đường này trước đây. Hãy lấy internet làm ví dụ, dần dần thu hút sự chú ý trước khi vượt quá mong đợi thông qua vô số ứng dụng đáng chú ý. Nhưng mặc dù nó có khả năng ấn tượng, nó chỉ thực sự cất cánh khi các ứng dụng của nó bắt đầu cung cấp giá trị cụ thể cho doanh nghiệp với quy mô lớn.

Nhìn vượt ra ngoài ChatGPT

Trí tuệ nhân tạo (AI) đang rơi vào một chu kỳ tương tự. Doanh nghiệp đã nhanh chóng chấp nhận công nghệ, với khoảng 93% doanh nghiệp đã tham gia vào nhiều nghiên cứu trường hợp sử dụng Trí tuệ nhân tạo/Học máy (AI/ML). Nhưng bất kể tỷ lệ áp dụng cao, nhiều doanh nghiệp vẫn gặp khó khăn trong việc triển khai – một dấu hiệu cho thấy cơ sở hạ tầng dữ liệu không tương thích.

Với cơ sở hạ tầng phù hợp, các công ty có thể nhìn vượt ra ngoài bề mặt của khả năng hấp dẫn của Trí tuệ nhân tạo sinh (Generative AI) và tận dụng tiềm năng thực sự của nó để biến đổi phong cảnh kinh doanh của họ.

Thật vậy, Trí tuệ nhân tạo sinh (Generative AI) có thể giúp viết một bản tóm tắt nhanh chóng và trong hầu hết các trường hợp, khá hiệu quả, nhưng tiềm năng của nó đi xa hơn thế. Từ việc khám phá thuốc tiềm năng đến điều trị y tế đến tối ưu hóa chuỗi cung ứng, không có đột phá nào trong số này có thể xảy ra nếu trung tâm dữ liệu hỗ trợ và thúc đẩy các ứng dụng Trí tuệ nhân tạo (AI) không đủ mạnh để quản lý khối lượng công việc của chúng.

Đánh bại rào cản về khả năng mở rộng

Trí tuệ nhân tạo sinh (Generative AI) vẫn chưa thực sự cung cấp giá trị đáng kể cho doanh nghiệp vì nó thiếu khả năng mở rộng. Điều này là do trung tâm dữ liệu có hạn chế về khả năng – cơ sở hạ tầng của chúng không được thiết kế để hỗ trợ việc khám phá, điều phối và điều chỉnh mô hình lớn mà các Mô hình Ngôn ngữ Lớn (LLM) yêu cầu để chạy nhiều chu kỳ đào tạo một cách hiệu quả.

Thu được giá trị từ Trí tuệ nhân tạo sinh (Generative AI) do đó phụ thuộc vào cách một doanh nghiệp tận dụng dữ liệu của mình, điều này có thể được cải thiện thông qua việc phát triển một kiến trúc dữ liệu mạnh mẽ. Điều này có thể được thực hiện bằng cách kết nối các nguồn dữ liệu có cấu trúc và không cấu trúc với LLM hoặc bằng cách tăng thông lượng của phần cứng hiện có.

Điều quan trọng là các công ty muốn đào tạo LLM của họ trên dữ liệu tổ chức phải trước tiên hợp nhất dữ liệu đó theo cách thống nhất. Nếu không, dữ liệu được lưu trữ trong cấu trúc bị cô lập sẽ có khả năng tạo ra thiên vị trong khả năng học hỏi của LLM.

Một hệ thống hỗ trợ

Trí tuệ nhân tạo sinh (Generative AI) không xuất hiện từ không khí mỏng – nó đã được phát triển trong một thời gian khá lâu, và việc sử dụng và tiềm năng của nó sẽ chỉ tăng trưởng trong những thập kỷ tới. Nhưng hiện tại, các ứng dụng kinh doanh của nó đang gặp phải một bức tường mà không thể mở rộng.

Thực tế là các công cụ khác nhau này chỉ mạnh bằng cơ sở hạ tầng xử lý dữ liệu hỗ trợ chúng. Do đó, điều quan trọng là các nhà lãnh đạo doanh nghiệp phải tận dụng các nền tảng có thể xử lý petabyte dữ liệu mà các công cụ này cần để cung cấp giá trị đáng kể mà chúng hứa hẹn.