2 godzin temu
Wdrożenie sztucznej inteligencji w wielu organizacjach miało przypominać włączenie światła – proces szybki, bezproblemowy i natychmiast rozjaśniający biznesowy horyzont. Rzeczywistość okazuje się jednak znacznie bardziej wymagająca, przypominając raczej budowę od podstaw całej elektrowni. Sukces zaawansowanych algorytmów nie zależy dzisiaj wyłącznie od wyboru odpowiedniego modelu, ale przede wszystkim od utrzymania w ryzach kosztów infrastruktury, zanim technologia ta zacznie na siebie zarabiać.
Zgodnie z najnowszym raportem Wasabi Technologies dotyczącym indeksu przechowywania w chmurze, inwestycje w sztuczną inteligencję rosną w lawinowym tempie. Zaskakuje jednak fakt, iż aż 65 procent tych budżetów wcale nie zasila kont twórców innowacyjnego oprogramowania, ale płynie szerokim strumieniem w stronę fundamentów: pamięci masowych, systemów przechowywania danych oraz czystej mocy obliczeniowej.
Dolina rozczarowań a faza inkubacji
Zderzenie szumnych zapowiedzi z twardymi danymi finansowymi bywa bolesne. w tej chwili zaledwie 29 procent ankietowanych firm na rynku niemieckim odnotowuje pozytywny zwrot z inwestycji w projekty oparte na sztucznej inteligencji. Pozornie wynik ten mógłby budzić niepokój, jednak głębsza analiza ujawnia zupełnie inny obraz sytuacji. Aż 62 procent organizacji zakłada, iż inwestycje te zaczną przynosić realne zyski w ciągu najbliższych dwunastu miesięcy. Zjawisko to można określić mianem odroczonego ROI.
Biznes dojrzewa do świadomości, iż wdrażanie sztucznej inteligencji to nie sprint, ale niezwykle wymagający maraton. Modele analityczne wymagają czasu, ogromnych ilości precyzyjnych informacji oraz zaawansowanego treningu. Zanim pojawią się oczekiwane wzrosty wydajności i nowe modele biznesowe, organizacje muszą przetrwać długi okres inkubacji, w którym kapitał jest intensywnie alokowany bez natychmiastowych, wymiernych efektów finansowych.
Chmurowy rachunek grozy i koszty ukryte
W tym przejściowym okresie największym zagrożeniem dla płynności projektów innowacyjnych stają się nieprzewidziane koszty infrastrukturalne. Przywołany raport obnaża niewygodną prawdę, wskazując, iż prawie 48 procent firm przekroczyło w minionym roku swoje budżety na usługi chmurowe. Przyczyną takiego stanu rzeczy rzadko jest sam fizyczny brak miejsca na dyskach.
Znacznie częściej budżety topnieją w starciu z opłatami ukrytymi. Połowa wydatków na przechowywanie danych w chmurze to nierzadko koszty dodatkowe, związane z transferem informacji, zapytaniami API czy skomplikowanym zarządzaniem dostępem. Agregacja i przetwarzanie terabajtów danych, niezbędnych do zasilenia modeli sztucznej inteligencji, generuje gigantyczny ruch sieciowy, za który dostawcy chmurowi wystawiają wysokie rachunki.
Dodatkowym obciążeniem jest niska jakość samych danych. Przechowywanie nieuporządkowanych, zduplikowanych lub błędnych informacji kosztuje podwójnie. Najpierw generuje niepotrzebne koszty magazynowania, a następnie prowadzi do powstawania bezużytecznych, obarczonych błędami wyników algorytmów, co ostatecznie niweczy cały wysiłek inwestycyjny.
Ucieczka w architekturę hybrydową
Odpowiedzią na rosnące koszty i skomplikowanie systemów jest rosnąca popularność środowisk hybrydowych. Ponad 64 procent przedsiębiorstw decyduje się na łączenie lokalnej infrastruktury serwerowej z publiczną chmurą obliczeniową. Taki podział ról wydaje się optymalnym kompromisem w dobie niepewności rynkowej. Chmura publiczna przejmuje najcięższe zadania związane z agregacją ogromnych zbiorów danych oraz długoterminową archiwizacją, stanowiąc początek i koniec potoku analitycznego.
Z kolei lokalne serwery służą do bezpiecznego przetwarzania najbardziej wrażliwych, strategicznych zasobów przedsiębiorstwa. Należy jednak pamiętać, iż to hybrydowe rozwiązanie, choć niezwykle elastyczne, drastycznie zwiększa złożoność zarządzania całym ekosystemem IT. Skuteczna orkiestracja takiego środowiska wymaga wybitnych kompetencji architektonicznych, aby koszty przesyłania danych pomiędzy różnymi strefami nie pochłonęły zysków wygenerowanych dzięki samej optymalizacji.
Kwestia zaufania w cieniu cyberataków
Nawet najlepiej zoptymalizowana infrastruktura traci na znaczeniu w obliczu naruszeń bezpieczeństwa. Problem ten jest niezwykle palący, biorąc pod uwagę, iż niemal połowa ankietowanych firm doświadczyła cyberataku, który wpłynął na dostęp do ich danych zgromadzonych w chmurze publicznej. Sytuacja ta rodzi głęboki kryzys zaufania. Znaczna część użytkowników takich rozwiązań nie ma całkowitej pewności, czy po incydencie bezpieczeństwa ich cyfrowe zasoby pozostały nienaruszone.
Konsekwencje biznesowe mogą być w tym przypadku katastrofalne. jeżeli systemy oparte na sztucznej inteligencji zaczną podejmować strategiczne decyzje finansowe lub operacyjne na podstawie danych, które zostały niepostrzeżenie zmodyfikowane przez intruza, cała organizacja znajdzie się na skraju przepaści. Dlatego też stabilność i absolutne bezpieczeństwo architektury przechowywania danych stanowią bezwzględny warunek konieczny przed jakimkolwiek wdrożeniem zaawansowanej analityki.
Fundamenty prawdziwej innowacji
Prawdziwa transformacja technologiczna rzadko rozpoczyna się od błyskotliwych wizji snutych w salach konferencyjnych. Jej fundamenty wylewa się w starannie zaprojektowanych, bezpiecznych centrach danych. Zanim organizacja zdecyduje się na zakup kosztownych licencji na oprogramowanie oparte na sztucznej inteligencji, niezbędne jest przeprowadzenie rygorystycznego audytu posiadanej architektury.
Szczególną uwagę należy zwrócić na przejrzystość kosztów, eliminację ukrytych opłat, rygorystyczną higienę gromadzonych informacji oraz niezachwiane bezpieczeństwo całego ekosystemu. Zaawansowane algorytmy nie wybaczają cyfrowego bałaganu. Im szybciej przedsiębiorstwa uporządkują swój technologiczny fundament, tym sprawniej dołączą do elitarnego grona tych organizacji, które już dzisiaj potrafią przekuć potencjał sztucznej inteligencji w mierzalne zyski biznesowe.
