Sponzorirana funkcija Umetna inteligenca (AI) zadnje čase prevladuje na poslovnih in tehnoloških naslovnicah. Ne morete preveriti spletnega mesta z novicami, ne da bi videli zgodbo o tem, kako je umetna inteligenca pripravljena spremeniti naš način poslovanja.

Seveda si skoraj vsako podjetje želi začeti ali napredovati na poti v AI, vendar večina ne ve povsem, kako naprej.

AI že močno vpliva na sodobno poslovanje. Pravzaprav po statističnih podatkih, ki jih je zbral AuthorityHacker35 odstotkov podjetij je sprejelo umetno inteligenco, 77 odstotkov naprav uporablja neko obliko umetne inteligence in devet od 10 organizacij podpira uporabo umetne inteligence za pridobitev konkurenčne prednosti. Pričakuje se, da bo umetna inteligenca do leta 15.7 svetovnemu gospodarstvu dodala 2030 bilijona dolarjev. In kot pri vsaki novi tehnologiji, bodo delovna mesta izgubljena in nova. Umetna inteligenca bi lahko do leta 85 odpravila 2025 milijonov delovnih mest, po drugi strani pa bi lahko ustvarila tudi 97 milijonov novih delovnih mest.

Podjetja, ki želijo bodisi prvič sprejeti umetno inteligenco bodisi razširiti svojo obstoječo uporabo, se soočajo z več plastmi izzivov tako na kadrovski kot na tehnološki strani. Obstajajo tudi regulativni in etični pomisleki glede tehnologije. In ker sisteme umetne inteligence napajajo podatki, se podjetja neizogibno soočajo s pomisleki glede zagotavljanja kakovosti, ustreznosti in razpoložljivosti informacij, ki jih vnašajo v algoritme umetne inteligence. Zagotavljanje, da so ti nabori podatkov natančni, posodobljeni in čim bolj celoviti, bo verjetno predstavljalo trajen izziv. Enako velja, ko gre za obvladovanje zapletenosti potrebne strojne opreme, infrastrukture in zagotavljanja energije ter s tem povezanih stroškov.

Premagovanje izzivov za pobiranje nagrad

Matt Armstrong-Barnes, glavni tehnolog za umetno inteligenco pri HPE, meni, da organizacije pogosto naredijo napako, ko pristopijo k umetni inteligenci brez strateškega načrta. »Prehitro bežijo od tehnologije. Nimajo skupne strategije,« pravi. "Ustvarjajo zanimive znanstvene projekte, vendar ne dodajajo poslovne vrednosti."

V prvi vrsti morajo podjetja razviti strategijo umetne inteligence, ki identificira in daje prednost primerom uporabe ter zagotavlja, da se lotevajo resničnih problemov in ne le gradijo nekaj, kar bo živelo in umrlo v laboratoriju. Seveda obstajajo praktična vprašanja o tem procesu: »Kako boste zgradili te platforme AI? Kako jih boš spremljal?" se sprašuje Armstrong-Barnes. »Kako se prepričate, da še vedno delujejo učinkovito? Kako boste spoznali, da ste dosegli koristi, za katere ste mislili, da jih bodo dosegli? Kako na pravi način razporedite proračun za financiranje pobud?«

Ni dvoma, da lahko s postavljanjem pravih vprašanj in trdnim načrtom zmanjšate čas, ki je potreben za uresničitev prednosti umetne inteligence. Toda prenos katerega koli sistema AI od eksperimentalnega modela do dejanskega delujočega modela prav tako predstavlja velik izziv. »Največji izzivi so okoli 'operacionalizacije', to je, kako dobite sistem umetne inteligence od začetnega zbiranja podatkov do izdelave modela do uvedbe v proizvodnjo,« pojasnjuje Armstrong-Barnes.

Bistveno je zagotoviti, da imajo zaposleni ustrezno znanje. Privabljanje in ohranjanje osebja s pravimi lastnostmi ali partnerstvo z organizacijo, ki lahko zagotovi to strokovno znanje, bo glavni poudarek. "Še vedno je veliko nesporazumov o tem, kaj tehnologija lahko naredi, zato izobraževanje ne gradi samo veščin, temveč tudi nakup," dodaja.

Eden od pristopov, ki ga lahko podjetja uporabijo za reševanje nekaterih težav z naborom spretnosti in infrastrukturo, je iskanje partnerstev, svetuje: »Lahko sodelujete, da prinesete te spretnosti; partner za dostop do infrastrukture, platforme in modelnih storitev.«

Izvorna arhitektura AI ima veliko plasti. Komponente infrastrukturnih storitev umetne inteligence lahko vključujejo na primer grafične procesorje in pospeševalnike, poleg računskih, pomnilniških in omrežnih elementov, vsebnikov in virtualnih strojev ter knjižnic umetne inteligence. Podobno lahko storitve platforme AI vključujejo aplikacije ML ter storitve podatkov, razvoja in uvajanja. In ne pozabimo modelnih storitev, ki vključujejo temeljne modele, fino uravnavanje, vektorske shrambe in pozive, skupaj s poslovnimi storitvami umetne inteligence, ki so zasnovane za spodbujanje zanesljivosti z odpravljanjem pristranskosti in zanašanja za zagotavljanje dragocenih predstavitev primerov uporabe.

HPE je že zgradil robusten okvir, osredotočen na človeka, ki ga je mogoče uporabiti za zahteve strank, osredotočen na zasebnost, vključenost in odgovornost, pravi podjetje.

»To pomeni, da se lahko osredotočite na podatke in poslovni problem,« pravi Armstrong-Barnes.

Vse gre za podatke

Osredotočanje na podatke, ko načrtujete in uvajate sisteme AI, je lahko ključnega pomena. Organizacije vsak dan prizadene cunami podatkov. Umetna inteligenca jim omogoča, da najdejo skrite vzorce v teh podatkih, kar pomaga pospešiti njihovo sposobnost pridobivanja vrednosti iz njih. Potem lahko sprejemajo občutno bolj informirane odločitve o aplikacijah, procesih in storitvah, ki jih želijo zgraditi ali izboljšati.

Glavna sestavina te osredotočenosti na podatke je vzpostavljena trdna strategija za zbiranje, upravljanje in spremljanje podatkov – takšna, ki je tesno povezana s podjetjem, gradi podatkovno kulturo in vključuje elemente glede upravljanja, kakovosti podatkov, zasebnosti in metapodatkov, pravi HPE.

»Razumeti morate, kaj podjetje poskuša narediti,« pojasnjuje Armstrong-Barnes. "Razumeti morate, kako skrbite za kakovost podatkov, kdo je dostopal do njih, kako z njimi razpolagate, katere metapodatke shranjujete."

Druga težava, ki jo lahko predstavljajo podatki, so silosi. Ko so podatki zaklenjeni, je ekstrahiranje in pridobivanje vrednosti iz njih lahko problematično. In ko so ti podatki dostopni in na voljo, se pojavi vprašanje usposabljanja podatkov, ki bodo informirali platforme AI. Ko gre za gradnjo sistemov AI, je na visoki ravni več stopenj: zbiranje podatkov; izboljšanje podatkov, da so pripravljeni za izdelavo modela; izdelava modelov; uglaševanje modelov; in jih nato razporedite. Vsaka od teh stopenj predstavlja posebne izzive.

Toda uporaba arhitekture, ki temelji na umetni inteligenci iz HPE Greenlake, lahko veliko pripomore k postavitvi pravih temeljev za pospešitev teh procesov, pravi HPE. Razvojno okolje strojnega učenja (MLDE) podjetja je prav tako zasnovano tako, da pomaga zmanjšati zapletenost in stroške povezanega razvoja modela strojnega učenja.

Usposabljanje teh modelov AI zahteva tudi veliko procesorsko moč. Ko podjetja sprejemajo ali povečujejo uporabo umetne inteligence, morajo najprej imeti tehnološko zmogljivost za obvladovanje bremena. Platforma HPE GreenLake lahko zagotovi to zmogljivost v obliki visoko zmogljive procesorske arhitekture in poenostavljenega podatkovnega cevovoda, ki ga bodo organizacije potrebovale za zagotovitev dostopa do visokokakovostnih, ustreznih podatkov za gradnjo in uvajanje modelov in delovnih obremenitev AI.

Uspešni projekti lahko osvetlijo pot

Pogosto je koristno pogledati podjetja, ki so že opravila dobro delo pri sprejemanju in izvajanju AI za vodenje. Eden od teh je ešportna ekipa Evil Geniuses s sedežem v Seattlu, WA. V svoji 25-letni zgodovini je podjetje vključilo ekipe v različne e-športe, ki igrajo Call of Duty, Fortnite, Halo, Rocket League in VALROANT. Ekipe Evil Geniuses so bile zelo uspešne. Ekipa podjetja Call of Duty: WWII je na primer zmagala na prvenstvu Call of Duty 2018, ekipa VALORANT pa je osvojila 2023 VALORANT Champions.

»Tukaj smo, da spremenimo podobo igranja iger,« pravi Chris DeAppolonio, izvršni direktor za Evil Geniuses. »Smo organizacija za e-šport in igre na srečo. Igre igramo profesionalno po vsem svetu. Tehnologija in podatki so hrbtenica vsega, kar počnemo. Naše igre so zgrajene na enicah in ničlah. Temeljijo na podatkih in kako jih obdelamo in iz tega ustvarimo vpogled?«

Ena od bolj perečih težav, s katerimi se sooča Evil Geniuses, je prepoznavanje potencialnih profesionalnih igralcev. Podjetje obdeluje velike količine kompleksnih podatkov za iskanje talentov po vsem svetu in . "Želimo najti podatke o tem bodočem profesionalcu," pravi. In zdi se, da deluje. »Želimo zmagati. Želimo najti boljše talente. S trenerji in skavti želimo biti učinkovitejši. Vpoglede lahko uporabimo, da odkrijemo naslednjo superzvezdo.”

Prihodnost umetne inteligence – tako z vidika produktivnosti kot poslovnih koristi – je videti obetavna. »Umetna inteligenca je ekipni šport, gre za spretnosti,« pravi Armstrong-Barnes iz HPE. »Ko gre za uspešno implementacijo sistemov umetne inteligence, je eden od pristopov sodelovanje z organizacijo, ki ima izkušnje pri gradnji razširljivih, učinkovitih in uspešnih sistemov umetne inteligence. Z globoko dediščino umetne inteligence, ki sega desetletja nazaj, HPE ponuja orodja, tehnike in veščine za pospešitev pobud za umetno inteligenco.«

Če temeljijo na podatkih in popolnoma razumejo podatke ter za kaj jih bodo uporabljali, bo organizaciji pomagalo sprejeti pristop, osredotočen na primere uporabe, da bi lažje ugotovila, kako lahko združi svoje podatke s tehnikami umetne inteligence za povečanje poslovne vrednosti. Ko je to razumevanje vzpostavljeno, postane lažje graditi na prednostih.  

Armstrong-Barnes svetuje podjetjem, naj zgradijo platforme, ki jim omogočajo, da začnejo z majhnimi, vendar imajo postavljene vse temelje, da se lahko po potrebi povečajo. Nato morajo samo ugotoviti, kaj želijo početi in kako bo to dodalo vrednost, ter sčasoma rasti v skladu z njihovimi potrebami. HPE poudarja svojo sposobnost gradnje 'tovarn AI', ki združujejo strojno, programsko in storitveno opremo, ki zagotavlja razširljivost podjetja, podprto z integriranimi sistemi, ki olajšajo življenje končnim uporabnikom.

»Želite biti v koraku s svojimi konkurenti že na poti umetne inteligence,« pravi. »Dodajanje partnerjev v ekipo AI je ključni dejavnik uspeha, ko gre za izgradnjo arhitekture, ki temelji na umetni inteligenci, ki se prilagaja vašim potrebam in vam omogoča, da se osredotočite na svoje podatke in poslovne izzive namesto na zapletenost osnovnih temeljev.«

Sponzorira HPE.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://go.theregister.com/feed/www.theregister.com/2024/04/18/getting_on_board_with_ai/