Mark Giles, 副总裁，AI，CBTS Mark Giles 副总裁，AI，CBTS

董事会批准资金用于人工智能。基础设施使其成为现实。

大多数企业人工智能项目并非因为模型不完美而失败。人工智能停滞是因为底层基础设施不够完善。这些数字通常被视为坏消息。它们更应该被理解为一张地图。Forrester 预测，73% 的人工智能部署将无法实现预期的投资回报率，而 Gartner 一再警告，许多生成式人工智能项目将难以超越试验阶段，因为组织将面临运营和可扩展性挑战。与此同时，董事会正在批准更大的人工智能投资；竞争对手几乎每周都宣布新的部署，领导团队越来越将人工智能采用视为创新和市场相关性的可见指标。在许多公司中，展示动力的压力已经变得难以与准备就绪的压力区分开来。人工智能就绪基础设施的未来各个行业的公司面临着碎片化的数据环境、不一致的治理、过时的集成、为人工智能工作负载之前的世界设计的安全性。这些都不是模型问题。每一个都是构建问题，而构建问题是可以解决的。这是乐观的解读，也是准确的解读。当我说基础设施时，我指的是整个堆栈，而不仅仅是数据层。人工智能工作负载给环境的各个部分带来了压力，这些部分以前运行良好。为稳定的企业计算设计的数据中心现在必须吸收密集的、耗电的 GPU 集群。许多数据中心没有足够的电力、冷却或楼面空间来实现这一点，而不需要重新设计。为普通流量调优的网络在模型开始在存储和计算之间移动 terabyte 时会出现故障。数据存储在从未被设计为实时提供数据的系统中。每一个都是一个刻意的工程决策：工作负载运行的位置，是否建立、共建或租用容量，数据如何传输到那里，以及谁在其上线后负责维护和管理。早期做出正确的决定，人工智能就可以扩展。推迟这些决定，它们就会成为部署遇到的天花板。随着高层期望的提高，对人工智能就绪性的诚实变得更加困难。技术领导者正在权衡真正的业务紧迫性与基础设施现实的平衡，资金和对齐无法解决。领导团队可以完全支持人工智能项目，但支持并不能创造成熟的治理、可靠的数据管道或系统在扩展时运行所需的运营所有权。这些要么被构建，要么不存在。试验在受控环境中通过，但在扩展时会破裂跳过这一步的成本会在早期胜利之后立即显现。成功的试验会产生一种错觉，即更广泛的组织已经准备就绪，而环境仍然不稳定。例如，治理因部门而异，关键系统仍需要手动干预来交换数据，安全模型尚未考虑到人工智能如何在工作流中触及敏感信息。一旦工作超出了受控的试验，周围的基础设施就无法高效或安全地支持扩展。预算紧缩，时间表滑动，人们对下一次人工智能投资的怀疑加深，即使技术并没有问题。问题出在环境上，而不是技术。在几乎每个行业中，快速推进的压力都在塑造人工智能战略。近 80% 的组织报告称在至少一个业务功能中使用人工智能，许多高管团队担心推迟部署会让他们落后于已经将自己定位为人工智能驱动的组织的竞争对手。人工智能采用相关的公开叙述往往奖励可见的启动和激进的转型信息。然而，在内部，组织仍在处理多年积累的基础设施碎片，这使得可持续的人工智能部署变得更加复杂，而最初的领导团队并没有预料到。可以揭示人工智能就绪性的四个问题在任何人工智能部署扩展之前，领导团队应该能够自信地回答这些问题，而不是仅仅乐观地认为。 我们能相信我们的数据吗？是否有文件化的数据治理政策一致地应用于该人工智能系统将触及的每个业务单元，还是我们假设了我们尚未验证的数据质量？ 谁在启动后拥有它？是否有一个明确的运营结构（而不仅仅是一个项目团队）负责监控、维护和治理该系统的扩展？ 安全性和合规性是否已被设计？安全性和合规性团队是否从一开始就参与了架构对话，还是他们在没有参与的情况下审查部署？ 我们的集成是否能承受负载？依赖于此人工智能的系统是否可靠地在扩展时交换数据，还是我们正在构建需要手动干预才能正常运行的集成之上？ 这些问题的设计不是为了减慢部署速度。它们的设计是为了在扩展到达之前，理想情况下提前暴露扩展可能会暴露的差距。能够清楚回答所有四个问题的组织不仅仅是人工智能就绪的；他们在运营上已经成熟到足以保护他们正在进行的投资。试验是起跑线成功的试验并不是组织就绪的证明。它是证明在受控环境中产生了受控结果的证明。试验通常无法揭示的是，是否更广泛的组织能够在试验离开受控环境并进入真正的运营复杂性时，治理、安全和维持该系统。这个差距是大多数人工智能项目失去动力的原因，不是因为技术表现不佳，而是因为周围的基础设施从未被构建为支持接下来发生的事情。董事会有理由将人工智能视为长期的竞争优势。风险在于，当部署的紧迫性开始取代运营顺序时。快速启动并在脆弱的基础上扩展并不加速竞争优势。它将未准备好的成本推迟到更难以控制的时候。就绪性是基础这里是每个技术领导者都应感到振奋的部分：就绪性并不是谨慎的选择。它是激进的选择。现在构建运营基础的 CIO 将能够快速推出新的人工智能功能，而不是花费数个季度；他们能够将其扩展到整个业务，而不是将其困在一个部门；他们能够在竞争对手仍在处理第一次失败的部署时，巩固领先地位。这种转型才是真正持久的，并不属于谁先启动。它属于那些将基础设施从约束转变为引擎的领导者：整个业务都可以构建的干净、受治理的数据，能够承受负载的集成，安全性内置而不是追加的。做对了，人工智能就不再是一系列一次性的试验。它成为组织可以针对几乎任何问题并相信答案的能力。这就是价值的复合。使公司能够比仅凭紧迫性推进的任何人都更快、更安全、更大规模地部署人工智能的基础。董事会批准资金用于雄心壮志。基础设施使其成为现实。理解这一点的 CIO 将为他们的公司在各个行业中增加巨大的价值。人工智能战略和基础设施就绪性并不独立于工作流。对于希望在长期内以人工智能竞争的组织来说，基础设施就绪性必须是基础。董事会批准资金用于雄心壮志。基础设施使其成为现实。理解这一点的 CIO 将为他们的公司在各个行业中增加巨大的价值。人工智能战略和基础设施就绪性并不独立于工作流。对于希望在长期内以人工智能竞争的组织来说，基础设施就绪性必须是基础。