คุณสมบัติที่สนับสนุน ปัญญาประดิษฐ์ (AI) เข้ามาครอบงำพาดหัวข่าวทางธุรกิจและเทคโนโลยีในช่วงนี้ คุณไม่สามารถตรวจสอบเว็บไซต์ข่าวโดยไม่ได้ดูเรื่องราวว่า AI พร้อมที่จะเปลี่ยนแปลงวิธีการดำเนินธุรกิจของเราอย่างไร
โดยปกติแล้ว ทุกบริษัทมีความกระตือรือร้นที่จะเริ่มหรือก้าวไปสู่การเดินทางสู่ AI แต่ส่วนใหญ่ไม่ค่อยรู้ว่าจะต้องดำเนินการอย่างไร
AI กำลังมีผลกระทบสำคัญต่อธุรกิจยุคใหม่อยู่แล้ว จริงๆแล้วตามสถิติที่รวบรวมโดย ผู้มีอำนาจแฮ็กเกอร์ธุรกิจ 35 เปอร์เซ็นต์นำ AI มาใช้ อุปกรณ์ 77 เปอร์เซ็นต์ใช้ AI บางรูปแบบ และองค์กร 10 ใน 15.7 สนับสนุนการใช้ AI เพื่อสร้างความได้เปรียบทางการแข่งขัน ในเวลาต่อมา AI คาดว่าจะเพิ่มมูลค่า 2030 ล้านล้านดอลลาร์ให้กับเศรษฐกิจโลกภายในปี 85 และเช่นเดียวกับเทคโนโลยีใหม่ ๆ จะมีงานสูญหายและมีงานเพิ่มขึ้น AI อาจกำจัดตำแหน่งงาน 2025 ล้านตำแหน่งภายในปี 97 แต่ในทางกลับกัน ก็สามารถสร้างงานใหม่ได้ถึง XNUMX ล้านตำแหน่ง
บริษัทต่างๆ ที่กำลังมองหาการนำ AI มาใช้เป็นครั้งแรกหรือขยายการใช้งานที่มีอยู่ ต้องเผชิญกับความท้าทายหลายชั้นทั้งในด้านพนักงานและเทคโนโลยี นอกจากนี้ยังมีข้อกังวลด้านกฎระเบียบและจริยธรรมเกี่ยวกับเทคโนโลยีอีกด้วย และเนื่องจากระบบ AI ขับเคลื่อนด้วยข้อมูล บริษัทต่างๆ จึงต้องเผชิญกับข้อกังวลเกี่ยวกับการรับรองคุณภาพ ความเกี่ยวข้อง และความพร้อมใช้งานของข้อมูลที่ป้อนเข้าสู่อัลกอริธึม AI อย่างหลีกเลี่ยงไม่ได้ การตรวจสอบให้แน่ใจว่าชุดข้อมูลเหล่านั้นถูกต้อง ทันสมัย และครอบคลุมมากที่สุดเท่าที่จะเป็นไปได้ มีแนวโน้มที่จะนำเสนอความท้าทายที่ยั่งยืน เช่นเดียวกับการจัดการความซับซ้อนของฮาร์ดแวร์ โครงสร้างพื้นฐาน และการจัดหาพลังงานที่จำเป็น และต้นทุนที่เกี่ยวข้อง
เอาชนะความท้าทายเพื่อเก็บเกี่ยวผลตอบแทน
Matt Armstrong-Barnes หัวหน้านักเทคโนโลยีด้าน AI ของ HPE เชื่อว่าองค์กรต่างๆ มักจะทำผิดพลาดในการเข้าหา AI โดยไม่มีแผนเชิงกลยุทธ์ “พวกเขากำลังใช้เทคโนโลยีเร็วเกินไป พวกเขาไม่มีกลยุทธ์ร่วมกัน” เขากล่าว “พวกเขาสร้างโครงการวิทยาศาสตร์ที่น่าสนใจ แต่ไม่ได้เพิ่มมูลค่าทางธุรกิจ”
ประการแรกและสำคัญที่สุด บริษัทต่างๆ จำเป็นต้องพัฒนากลยุทธ์ AI ซึ่งระบุและจัดลำดับความสำคัญของกรณีการใช้งาน และตรวจสอบให้แน่ใจว่าพวกเขากำลังจัดการกับปัญหาที่แท้จริง ไม่ใช่แค่สร้างสิ่งที่จะมีชีวิตอยู่และตายไปในห้องปฏิบัติการเท่านั้น แน่นอนว่ามีคำถามเชิงปฏิบัติเกี่ยวกับกระบวนการนี้: “คุณจะสร้างแพลตฟอร์ม AI เหล่านี้ได้อย่างไร? คุณจะติดตามพวกเขาอย่างไร” อาร์มสตรอง-บาร์นส์ถาม “คุณจะแน่ใจได้อย่างไรว่าพวกเขายังคงดำเนินงานอย่างมีประสิทธิภาพ? คุณจะรู้ได้อย่างไรว่าคุณได้รับผลประโยชน์ที่คุณคิดว่าพวกเขาจะบรรลุผลสำเร็จ? คุณจะจัดสรรงบประมาณเพื่อสนับสนุนโครงการริเริ่มต่างๆ อย่างถูกต้องได้อย่างไร”
ไม่ต้องสงสัยเลยว่าการถามคำถามที่ถูกต้องและการมีแผนที่ชัดเจนสามารถช่วยลดเวลาที่ใช้ในการตระหนักถึงประโยชน์ของ AI ได้ แต่การนำระบบ AI ใดๆ จากแบบจำลองการทดลองไปสู่แบบจำลองการทำงานจริงก็ถือเป็นความท้าทายที่สำคัญเช่นกัน “ความท้าทายที่ใหญ่ที่สุดอยู่ที่ 'การดำเนินงาน' ซึ่งเป็นวิธีที่คุณจะได้รับระบบ AI ตั้งแต่การรวบรวมข้อมูลเบื้องต้นไปจนถึงการสร้างแบบจำลองไปจนถึงการใช้งานจริง” Armstrong-Barnes อธิบาย
และการดูแลให้พนักงานมีทักษะที่เหมาะสมถือเป็นสิ่งสำคัญ การดึงดูดและรักษาพนักงานที่มีคุณสมบัติเหมาะสม หรือการร่วมมือกับองค์กรที่สามารถให้ความเชี่ยวชาญนั้นจะเป็นจุดสนใจหลัก “ยังมีความเข้าใจผิดอยู่มากเกี่ยวกับสิ่งที่เทคโนโลยีสามารถทำได้ ดังนั้นการศึกษาไม่เพียงแต่สร้างทักษะเท่านั้น แต่ยังสร้างการซื้อด้วย” เขากล่าวเสริม
แนวทางหนึ่งที่บริษัทต่างๆ สามารถใช้เพื่อแก้ไขปัญหาด้านทักษะและโครงสร้างพื้นฐานบางประการคือการแสวงหาความร่วมมือ เขาแนะนำว่า "คุณสามารถร่วมมือกันเพื่อนำทักษะเหล่านั้นเข้ามาได้ พันธมิตรในการเข้าถึงโครงสร้างพื้นฐาน แพลตฟอร์ม และบริการแบบจำลอง”
สถาปัตยกรรมแบบ AI ดั้งเดิมมีหลายชั้น ส่วนประกอบบริการโครงสร้างพื้นฐาน AI อาจรวมถึง GPU และตัวเร่งความเร็ว ควบคู่ไปกับองค์ประกอบการประมวลผล พื้นที่เก็บข้อมูลและเครือข่าย คอนเทนเนอร์และเครื่องเสมือน และไลบรารี AI ในทำนองเดียวกัน บริการแพลตฟอร์ม AI ก็สามารถรวมแอปพลิเคชัน ML ข้อมูล การพัฒนา และการปรับใช้เข้าด้วยกันได้ และอย่าลืมบริการโมเดลที่ครอบคลุมโมเดลพื้นฐาน การปรับแต่งแบบละเอียด การเก็บเวกเตอร์และการแจ้ง ควบคู่ไปกับบริการทางธุรกิจ AI ที่ออกแบบมาเพื่อส่งเสริมความน่าเชื่อถือโดยขจัดอคติและการเบี่ยงเบนไปเพื่อนำเสนอกรณีการใช้งานที่มีคุณค่า
HPE ได้สร้างกรอบการทำงานที่มุ่งเน้นมนุษย์ที่แข็งแกร่งซึ่งสามารถนำไปใช้กับความต้องการของลูกค้า โดยเน้นที่ความเป็นส่วนตัว การไม่แบ่งแยก และความรับผิดชอบ บริษัทกล่าว
“นั่นหมายความว่าคุณสามารถมุ่งเน้นไปที่ข้อมูลและปัญหาทางธุรกิจได้” Armstrong-Barnes กล่าว
มันคือทั้งหมดที่เกี่ยวกับข้อมูล
การมุ่งเน้นที่ข้อมูลเมื่อคุณออกแบบและปรับใช้ระบบ AI อาจเป็นสิ่งสำคัญ องค์กรต่างๆ ได้รับผลกระทบจากสึนามิข้อมูลทุกวัน สิ่งที่ AI ช่วยให้พวกเขาทำได้คือค้นหารูปแบบที่ซ่อนอยู่ในข้อมูลนั้น ซึ่งจะช่วยเร่งความสามารถในการรับคุณค่าจากข้อมูลนั้น จากนั้นพวกเขาสามารถตัดสินใจโดยใช้ข้อมูลที่ดีขึ้นอย่างมากเกี่ยวกับแอปพลิเคชัน กระบวนการ และบริการที่พวกเขาต้องการสร้างหรือปรับปรุง
องค์ประกอบหลักของการมุ่งเน้นที่ข้อมูลเป็นศูนย์กลางคือการมีกลยุทธ์ที่แข็งแกร่งสำหรับวิธีการรวบรวม จัดการ และตรวจสอบข้อมูล ซึ่งสอดคล้องกับธุรกิจอย่างใกล้ชิด สร้างวัฒนธรรมข้อมูล และรวมถึงองค์ประกอบเกี่ยวกับการกำกับดูแล คุณภาพข้อมูล ความเป็นส่วนตัวและข้อมูลเมตา HPE กล่าว
“คุณต้องเข้าใจว่าธุรกิจกำลังพยายามทำอะไร” Armstrong-Barnes อธิบาย “คุณต้องเข้าใจว่าคุณขับเคลื่อนคุณภาพข้อมูลอย่างไร ใครบ้างที่เข้าถึงข้อมูล คุณจะกำจัดมันอย่างไร และคุณจัดเก็บข้อมูลเมตาใดไว้”
ปัญหาอีกประการหนึ่งที่ข้อมูลสามารถนำเสนอได้คือไซโล เมื่อข้อมูลถูกล็อค การแยกและรับคุณค่าจากข้อมูลนั้นอาจเป็นปัญหาได้ และเมื่อข้อมูลดังกล่าวสามารถเข้าถึงได้และพร้อมใช้งานแล้ว ก็มาถึงประเด็นการฝึกอบรมข้อมูลที่จะแจ้งแพลตฟอร์ม AI ในการสร้างระบบ AI ในระดับสูงนั้นมีหลายขั้นตอน ได้แก่ การรวบรวมข้อมูล การปรับปรุงข้อมูลเพื่อให้พร้อมสำหรับการสร้างแบบจำลอง การสร้างแบบจำลอง ปรับแต่งโมเดล; แล้วจึงปรับใช้ แต่ละขั้นตอนเหล่านี้นำเสนอความท้าทายเฉพาะ
แต่การใช้สถาปัตยกรรม AI ดั้งเดิมจาก HPE Greenlake สามารถช่วยได้มากในการวางรากฐานที่เหมาะสมเพื่อเร่งกระบวนการเหล่านี้ HPE กล่าว และสภาพแวดล้อมการพัฒนาการเรียนรู้ของเครื่อง (MLDE) ของบริษัทยังได้รับการออกแบบเพื่อช่วยลดความซับซ้อนและต้นทุนที่เกี่ยวข้องกับการพัฒนาโมเดลการเรียนรู้ของเครื่อง
การฝึกโมเดล AI เหล่านี้ยังต้องใช้พลังการประมวลผลจำนวนมากอีกด้วย ในขณะที่บริษัทต่างๆ หันมาปรับใช้หรือเพิ่มการใช้งาน AI พวกเขาจะต้องมีขีดความสามารถทางเทคโนโลยีเพื่อรองรับภาระงานก่อน แพลตฟอร์ม HPE GreenLake สามารถมอบความสามารถดังกล่าวในรูปแบบของสถาปัตยกรรมการประมวลผลประสิทธิภาพสูงและไปป์ไลน์ข้อมูลที่คล่องตัว ซึ่งองค์กรต่างๆ จะต้องมั่นใจในการเข้าถึงข้อมูลคุณภาพสูงและเกี่ยวข้องเพื่อสร้างและปรับใช้โมเดล AI และปริมาณงาน
โครงการที่ประสบความสำเร็จสามารถเป็นแนวทางได้
การดูบริษัทที่ประสบความสำเร็จในการปรับใช้และนำ AI ไปใช้เพื่อเป็นแนวทางมักจะเป็นประโยชน์ หนึ่งในนั้นคือ Evil Geniuses ทีม eSports จากซีแอตเทิล รัฐวอชิงตัน ตลอดระยะเวลา 25 ปีที่ผ่านมา บริษัทได้เข้าร่วมทีมในกีฬาอีสปอร์ตหลากหลายประเภทที่เล่น Call of Duty, Fortnite, Halo, Rocket League และ VALROANT ทีมของ Evil Geniuses ค่อนข้างประสบความสำเร็จ ตัวอย่างเช่น ทีม Call of Duty: WWII ของบริษัทได้รับรางวัล Call of Duty Championship ปี 2018 และทีม VALORANT ได้รับรางวัล VALORANT Champions ปี 2023
“เรามาที่นี่เพื่อเปลี่ยนโฉมหน้าของเกม” Chris DeAppolonio ซีอีโอของ Evil Geniuses กล่าว “เราเป็นองค์กรความบันเทิงด้านกีฬาและเกม เราเล่นเกมอย่างมืออาชีพทั่วโลก เทคโนโลยีและข้อมูลเป็นหัวใจสำคัญของทุกสิ่งที่เราทำ เกมของเราสร้างขึ้นจากเลขหนึ่งและเลขศูนย์ พวกมันขึ้นอยู่กับข้อมูล และเราจะประมวลผลและสร้างข้อมูลเชิงลึกจากสิ่งนั้นได้อย่างไร”
ข้อกังวลเร่งด่วนอีกประการหนึ่งที่ Evil Geniuses เผชิญคือการระบุตัวนักเล่นเกมมืออาชีพที่มีศักยภาพ บริษัทประมวลผลข้อมูลที่ซับซ้อนจำนวนมากเพื่อค้นหาผู้มีความสามารถทั่วโลก และ “เราต้องการค้นหาข้อมูลเกี่ยวกับมืออาชีพในอนาคต” เขากล่าว และดูเหมือนว่าจะได้ผล “เราต้องการที่จะชนะ เราต้องการค้นหาความสามารถที่ดีกว่า เราต้องการที่จะมีประสิทธิภาพมากขึ้นกับโค้ชและลูกเสือ เราสามารถใช้ข้อมูลเชิงลึกเพื่อค้นพบซุปเปอร์สตาร์คนต่อไปได้”
อนาคตของ AI ทั้งในด้านประสิทธิภาพและผลประโยชน์ทางธุรกิจ ดูสดใส “AI เป็นกีฬาประเภททีม มันเกี่ยวกับทักษะ” Armstrong-Barnes จาก HPE กล่าว “เมื่อพูดถึงการนำระบบ AI ไปใช้อย่างประสบความสำเร็จ แนวทางหนึ่งคือการร่วมมือกับองค์กรที่มีประวัติในการสร้างระบบ AI ที่ปรับขนาดได้ มีประสิทธิภาพและประสิทธิผล ด้วยมรดกอันล้ำลึกในด้าน AI ที่ย้อนกลับไปหลายทศวรรษ HPE นำเสนอเครื่องมือ เทคนิค และทักษะเพื่อเร่งความคิดริเริ่มด้าน AI”
การขับเคลื่อนด้วยข้อมูลและความเข้าใจข้อมูลอย่างถ่องแท้ รวมถึงสิ่งที่พวกเขาจะใช้ข้อมูลนั้นจะช่วยให้องค์กรใช้แนวทางการใช้งานที่เน้นกรณีการใช้งานเป็นหลัก เพื่อช่วยระบุวิธีที่องค์กรจะหลอมรวมข้อมูลด้วยเทคนิค AI เพื่อขับเคลื่อนมูลค่าทางธุรกิจ เมื่อเข้าใจแล้ว การสร้างประโยชน์ก็จะง่ายขึ้น
Armstrong-Barnes แนะนำให้บริษัทต่างๆ สร้างแพลตฟอร์มที่ทำให้พวกเขาเริ่มต้นจากเล็กๆ แต่มีรากฐานทั้งหมดพร้อมเพื่อให้สามารถขยายขนาดได้เมื่อจำเป็น จากนั้นพวกเขาก็แค่ต้องค้นหาสิ่งที่พวกเขาต้องการจะทำและจะเพิ่มมูลค่าได้อย่างไร และเติบโตไปพร้อมกับความต้องการของพวกเขาเมื่อเวลาผ่านไป HPE เน้นย้ำถึงความสามารถในการสร้าง 'โรงงาน AI' ที่ผสมผสานฮาร์ดแวร์ ซอฟต์แวร์ และบริการที่ให้ความสามารถในการขยายขนาดระดับองค์กร โดยได้รับการสนับสนุนจากระบบบูรณาการซึ่งทำให้ชีวิตของผู้ใช้ปลายทางง่ายขึ้น
“คุณต้องการตามทันคู่แข่งของคุณบนเส้นทาง AI” เขากล่าว “การเพิ่มพันธมิตรเข้าสู่ Team AI ถือเป็นปัจจัยแห่งความสำเร็จที่สำคัญในการสร้างสถาปัตยกรรมแบบ AI ที่ปรับขนาดได้ตามความต้องการของคุณ และช่วยให้คุณมุ่งเน้นไปที่ข้อมูลและความท้าทายทางธุรกิจของคุณ แทนที่จะมุ่งเน้นไปที่ความซับซ้อนของรากฐานที่ซ่อนอยู่”
สนับสนุนโดย HPE
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ที่มา: https://go.theregister.com/feed/www.theregister.com/2024/04/18/getting_on_board_with_ai/
