Couchbase спонсировал этот пост.
Мы переходим от ажиотажа к реализации в дуге принятия искусственного интеллекта. Следовательно, ожидания предприятий относительно ИИ, его влияние и ожидаемое возврат инвестиций (ROI) пика. Речь уже не о том, будет ли ваше предприятие развернуть ИИ (и в каких отделениях); Речь идет о том, насколько успешным является развертывание, и о том, что нужно для успешного и эффективного масштабирования ИИ.
Couchbase недавно провела глобальное исследование 800 старших лиц, принимающих решения в области ИТ (например, ИИ, CTO, CDO) от предприятий с более чем 1000 сотрудниками, чтобы оценить их прогресс в реализации ИИ, включая то, как инвестиции, эксперименты и стратегии данных способствуют их успеху ИИ. Согласно исследованию, инвестиции в области ИИ растут на 52% в годовом исчислении, быстрее, чем цифровая модернизация в целом, и 73% старших лиц, принимающих решения в области ИТ, рады потенциалу ИИ.
Тем не менее, проблемы с данными и проблемы безопасности сдерживают бизнес. Чтобы превратить ИИ в конкурентное преимущество, организации должны взять под контроль свои данные и создать сильную архитектурную основу. ИТ -лидеры должны действовать быстро или рисковать потерю до 87 миллионов долларов в год.
Вышевированный крайний срок для обследования ИИ
Согласно нашему исследованию, почти все (96%) респонденты признают, что существует крайний срок, с помощью которого их организация должна принять ИИ. Общий консенсус (87%) заключается в том, что организации должны принять ИИ в течение следующих шести месяцев, в то время как более четверти говорят, что крайний срок уже прошел. Кроме того, большинство (78%) старших лиц, принимающих решения в области ИТ, согласны с тем, что ранние усыновители ИИ увидят наибольший успех и станут лидерами отрасли, а 59% обеспокоены тем, что их бизнес будет перемещен небольшими конкурентами, которые могут лучше воспользоваться ИИ.
В то время как лидеры ИТ-Suite понимают, что они должны быстро принять ИИ, чтобы оставаться конкурентоспособными, многим не хватает основания для эффективного достижения: 64% выражают обеспокоенность тем, что «паралич решений» означает, что их организация не использует ИИ так быстро, как могло. Усугубляя это, 66% утверждают, что ИИ и различные подходы к ИИ развиваются быстрее, чем их организация может идти в ногу.
Несмотря на то, что крупные предприятия (компании с не менее 10 000 сотрудников) тратят в среднем 30 миллионов долларов в год на ИИ, сохраняются проблемы, которые предотвращают и нарушают соответствующие проекты. Эти проблемы включают в себя представление о том, что риск отказа был или стал слишком высоким, неспособность обеспечить необходимый бюджет или оставаться в рамках бюджета, проблемы с доступом или управление необходимыми данными, а также отсутствие уверенности в том, что проект будет отвечать требованиям безопасности или соответствия требованиям. В среднем эти проблемы заставили предприятия отложить свои стратегические цели почти на шесть месяцев, с потенциальной стоимостью до 42 миллионов долларов.
Так как же компании могут быть уверенно двигаться вперед с ИИ? Они должны сосредоточиться на трех вещах: консолидировать свою архитектуру ИИ, чтобы уменьшить сложность технического стека, затраты и риски; создание стратегии данных, которая обеспечивает сильную безопасность и контроль; и внедрение элементов управления, которые защищают организацию без чрезмерного ограничения инноваций и экспериментов.
Ключи к успеху ИИ
Ключи к безопасному и эффективному внутреннему использованию ИИ включают в себя обеспечение того, чтобы архитектура была высокоэффективной и достаточно гибкой для поддержки генеративного ИИ (Genai); мониторинг и управление использованием приложений Genai; и поощрение безопасных экспериментов, которые приведут к повышению понимания и новых возможностей. Давайте погрузимся в то, что каждый из них означает.
В среднем предприятия говорят, что их текущая архитектура имеет среднюю продолжительность жизни в 18 месяцев, прежде чем она больше не сможет поддерживать внутренние приложения ИИ. Чем сложнее архитектура ИИ, тем менее управляемой она становится. Неконтролируемый архитектурный разрастание подвергает предприятия недопустимым риску, что делает консолидацию приоритетом.
Каждый респондент, на который мы рассмотрели, сообщили, что их организация предприняла меры по сокращению размера своего стека ИИ, включая обновление их стратегии для консолидации ИТ-инфраструктуры, использования приложений ИИ для выполнения нескольких функций и замены устаревших приложений, а также сокращения и консолидации количества услуг и применений ИИ и приложений сторонних участников.
Хотя это хорошее начало, нужно сделать больше. Традиционные архитектуры данных, созданные для детерминированных рабочих нагрузок и структурированных данных, не оснащены для поддержки требований ИИ в отношении разнообразных, неструктурированных данных и вероятных рассуждений. Компании должны внедрить новые архитектуры данных, которые выходят за рамки простого хранилища записей, чтобы захватить «историю интеллекта» и мыслительные процессы систем ИИ.
Ключевой шаг здесь — упростить сложные архитектуры для правильной поддержки рабочих нагрузок искусственного интеллекта. Эти развитые архитектуры должны включать надежные меры безопасности как для данных, так и для коммуникаций искусственного интеллекта. Они также должны определить приоритеты прозрачности и управления, чтобы организации могли отслеживать, как их данные использовались в обучении искусственного интеллекта, отслеживать процессы принятия решений систем ИИ и вести подробные записи, сгенерированные ИИ, и их основные рассуждения.
Не менее важным для успеха ИИ является установление сильного контроля данных. Каждое предприятие, которое мы обследовали, сталкивались с проблемами ИИ, которые связаны с отсутствием контроля данных. Проблемы включали в себя обмен искусственным интеллектом в области интеллектуальной собственности другой организации или другой собственности, как часть ответа; ИИ ИСПОЛЬЗОВАНИЕ ИЛИ ОБЩЕСТВЕННОЕ ДАННЫЕ ДАННЫХ ИЗБЕДИТЕЛЬНОЙ ОРГАНИЗАЦИИ; ИИ «галлюцинации», на которые действовали сотрудники, прежде чем они признали их таковыми; и потерять эффективность преимуществ ИИ за счет необходимости дважды проверить ее результат.
Чтобы лучше понять готовность искусственного интеллекта, предприятия должны сосредоточиться на своей стратегии управления данными, включая контроль над защитой данных, хранением, доступом и использованием, а также применение технологии для управления и доступа к данным в масштабе и со скоростью. Одним из способов достижения этого является то, что требует, чтобы выводы были размещены в границах организации, будь то в виртуальных частных облаках или в средах, сфигурируемых с клиентами, чтобы гарантировать, что конфиденциальные данные никогда не оставляют безопасные среды.
Последний кусок головоломки поощряет эксперименты по ИИ. Согласно нашему опросу, предприятия, которые поощряют эксперименты, видят более последовательный успех ИИ: проекты на 10% чаще выходят на производство, а компании тратят на проект искусственного интеллекта на 13% меньше, чем в предприятиях с более ограничивающими подходами. Кроме того, 81% старших лиц, принимающих решения в области ИТ, согласны с тем, что образование и эксперименты являются критическими элементами развития ИИ, и 74% говорят, что даже неудачные проекты ИИ имеют ценность с точки зрения знаний, которые они предоставляют в следующий раз.
Заставляя это работать
Понятно, что принятие ИИ с ограждениями будет иметь решающее значение для поддержания конкурентного преимущества: 80% старших лидеров ИТ согласны с тем, что мы вступаем в мир ИИ, и у предприятий нет выбора, кроме как создавать заявки на это.
Создание и эксплуатация приложений ИИ в масштабе зависит от правильного подхода к управлению данными. Предприятия должны реализовать надежные элементы управления и упростить архитектуры данных, используя комплексные и унифицированные многоцелевые платформы данных, которые поддерживают разнообразие данных, необходимых для ИИ. При надлежащих фундаментах предприятия могут уверенно ориентироваться в своей среде ИИ и данных, которые ее поддерживают, раскрывая полный потенциал ИИ без ущерба для безопасности.
Для получения дополнительной информации об усыновлении искусственного интеллекта, ознакомьтесь с полным отчетом и инфографикой. Чтобы узнать больше о том, как Couchbase может помочь организациям разработать агентские системы и приложения для искусственного интеллекта, посетить страницу услуг Capella AI.
Couchbase обеспечивает Capella, облачную платформу базы данных для современных приложений. Capella позволяет разработчикам и архитекторам быстро создавать приложения будущего и постоянно предоставлять клиентам постоянный опыт, чтобы упростить то, как предприятия разрабатывают, развертывают и потребляют современные приложения. Узнайте больше последних из Couchbase Trending Stories YouTube.com/thenewstack Tech, которые движутся быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Мохан Вартхакави — вице -президент по разработке программного обеспечения, AI и Edge в Couchbase. Ранее он занимал исполнительные должности в Cruise, AWS и Microsoft. Подробнее от Мохана Вартхакави
