از پذیرش ابر تا بلوغ ابری: ضروری جدید برای هوش مصنوعی سازمانی

برای سال‌ها، شرکت‌ها پذیرش ابر را نقطه عطفی در تحول دیجیتال می‌دانند. با این حال، امروزه پذیرش ابر به تنهایی دیگر کافی نیست. همانطور که هوش مصنوعی از آزمایش به اجرا می رود، بلوغ ابری به طور فزاینده ای تفاوت بین هوش مصنوعی که مقیاس می شود و هوش مصنوعی متوقف می شود.

طبق تحقیقاتی که اخیرا با بیش از 2300 تصمیم گیرنده ارشد در سراسر جهان انجام دادیم، این شکاف به طور فزاینده ای قابل مشاهده است. بسیاری از سازمان‌ها سرمایه‌گذاری هنگفتی در فضای ابری کرده‌اند، اما تعداد بسیار کمی از آن‌ها آن را عمیقا در مدل‌های عملیاتی، حکمرانی و استراتژی کسب‌وکار خود گنجانده‌اند تا به طور کامل از موج بعدی تحول مبتنی بر هوش مصنوعی پشتیبانی کنند.

این تمایز اهمیت دارد زیرا هوش مصنوعی نقش ابر را به طور اساسی تغییر داده است. این دیگر به سادگی زیرساخت نیست. ابر به لایه اجرایی برای هوش مصنوعی تبدیل شده است، جایی که داده‌ها، برنامه‌ها، اتوماسیون و امنیت در کنار هم قرار می‌گیرند تا تصمیم‌گیری سریع‌تر و نتایج بهتر کسب‌وکار را ممکن کند.

پارادوکس بلوغ ابری

اکنون فضای ابری تقریبا در سرتاسر شرکت فراگیر است. با این حال، پذیرش گسترده به طور مداوم به نوآوری، نوسازی و ارزش تجاری مورد انتظار سازمان ها تبدیل نشده است. تحقیقات ما همچنین نشان می‌دهد که کمتر از نیمی از سازمان‌ها از تأثیر ابر بر نوآوری یا پیشرفت آنها در نوسازی فناوری اطلاعات راضی هستند.

این قطع ارتباط حقیقت عمیق تری را آشکار می کند: پذیرش از بلوغ پیشی گرفته است. بسیاری از سازمان ها در ابتدا با تمرکز بر کارایی هزینه، سرعت مهاجرت یا نوسازی زیرساخت به سفر ابری خود نزدیک شدند. این اولویت‌ها دستاوردهای کوتاه‌مدتی را به همراه داشت، اما همیشه تغییر نمی‌کرد – و نیازهای عصر هوش مصنوعی آن را برجسته کرده است.

سازمان‌هایی که پیشروی می‌کنند رویکرد متفاوتی به ابر دارند. آن‌ها روی مدرن‌سازی، معماری‌ها و مدل‌های حکومتی سرمایه‌گذاری می‌کنند که امکان اختراع مجدد کسب‌وکار را فراهم می‌کند، آنها را در مقیاس‌بندی هوش مصنوعی و ایجاد نتایج قابل اندازه‌گیری کسب‌وکار قرار می‌دهد.

شاید بزرگترین تصور غلط در مورد هوش مصنوعی این باشد که مدل های بهتر به تنهایی نتایج بهتری ایجاد می کنند. هوش مصنوعی نقاط قوت یا ضعف پایه ابری زیر آن را تقویت می کند. سازمان‌هایی که دارای محیط‌های ابری بالغ هستند، می‌توانند هوش مصنوعی را سریع‌تر مقیاس کنند، آن را به طور مؤثرتری اداره کنند و ارزش تجاری بیشتری را استخراج کنند. کسانی که فاقد آن پایه هستند، اغلب برای حرکت فراتر از خلبانان منزوی تلاش می کنند.

تقریبا همه سازمان‌ها گزارش می‌دهند که هوش مصنوعی تقاضا برای قابلیت‌های ابری را افزایش می‌دهد، اما اکثریت بزرگی نیز اذعان دارند که سطوح فعلی سرمایه‌گذاری برای حمایت از جاه‌طلبی‌های آنها کافی نیست.

سیستم های قدیمی که شرکت ها را عقب نگه می دارند

یکی از بزرگترین موانع موفقیت هوش مصنوعی، اتکای مداوم به سیستم های قدیمی است. تقریبا نیمی از سازمان‌ها در تحقیقات ما می‌گویند که برنامه‌های کاربردی قدیمی و پلت‌فرم‌های داده مانع از نوآوری می‌شوند.

برای سال‌ها، فناوری قدیمی عمدتا به عنوان یک چالش کارآمد در نظر گرفته می‌شد. امروزه به یک چالش هوش مصنوعی تبدیل شده است. سازمان‌ها دیگر نمی‌توانند مدرن‌سازی را از استراتژی هوش مصنوعی جدا کنند، زیرا محدودیت‌های سیستم‌های قدیمی اکنون مستقیما مشخص می‌کند که ابتکارات هوش مصنوعی تا چه حد می‌توانند مقیاس شوند و در نهایت چقدر ارزش تجاری ارائه می‌کنند.

معماری قدیمی اغلب با نیازهای هوش مصنوعی برای محیط های ابری، غنی از داده و محیط های بلادرنگ مناسب نیست. مدرن‌سازی معنادار نیازمند طراحی مجدد برنامه‌ها، داده‌ها و گردش‌های کاری است – نه صرفا انتقال آن‌ها – بنابراین سازمان‌ها اجازه نمی‌دهند معماری دیروز قابلیت‌های هوش مصنوعی فردا را تعریف کند.

اکنون انتخاب های معماری دارای وزن استراتژیک هستند

تغییر دیگر اهمیت فزاینده تصمیمات معماری ابری است. سازمان‌ها دیگر زیرساخت‌های ابری را صرفا بر اساس الزامات فناوری انتخاب نمی‌کنند - آنها تصمیم می‌گیرند که بارهای کاری هوش مصنوعی در کجا اجرا شود و چگونه می‌توان آن‌ها را اداره کرد و در سراسر شرکت مقیاس‌بندی کرد.

داده‌هایی که ما جمع‌آوری کردیم، حرکت قوی به سمت استراتژی‌های ابری ترکیبی، چند ابری و مستقل را نشان می‌دهد. در واقع، انتظار می‌رود که پذیرش ابر حاکمیتی طی دو سال آینده 50 درصد افزایش یابد زیرا سازمان‌ها تاکید بیشتری بر حاکمیت داده‌ها، انعطاف‌پذیری، انطباق با مقررات و کنترل دارند.

حجم کاری هوش مصنوعی محاسباتی فشرده و غیرقابل پیش‌بینی است و تصمیم‌گیری درباره مکان‌هایی که حجم کاری هوش مصنوعی مهم‌تر از همیشه است، می‌گیرد. تصمیمات معماری ابری به طور فزاینده ای تعیین می کند که آیا ابتکارات هوش مصنوعی می توانند به طور کارآمد مقیاس شوند، مقرون به صرفه باقی بمانند و ارزش تجاری را ارائه دهند.

معماری ابری دیگر صرفا یک تصمیم زیرساخت نیست. به یک تصمیم استراتژیک تجاری تبدیل شده است.

ظهور عملیات مبتنی بر پلت فرم

با افزایش پیچیدگی زیرساخت، نیاز به مدل عملیاتی متفاوت نیز افزایش می یابد.

شرکت‌های دارای هوش مصنوعی پویا، توزیع شده و دائما در حال تکامل هستند و مدیریت دستی ابر را به طور فزاینده‌ای چالش برانگیز می‌سازد.

هوش مصنوعی عامل خطرات را بیشتر می کند. از آنجایی که عوامل هوش مصنوعی شروع به عمل مستقل‌تر در میان برنامه‌ها، داده‌ها و جریان‌های کاری می‌کنند، عملیات‌های مبتنی بر پلت‌فرم می‌توانند دید و کنترل لازم برای مدیریت آنها را در مقیاس فراهم کنند.

مدیریت ابری مبتنی بر پلتفرم به سازمان‌ها امکان می‌دهد تا حاکمیت را در سیستم‌ها تعبیه کنند، تصمیمات روتین را خودکار کنند و در کل محیط یک سازمان ثبات داشته باشند. همچنین به رفع یکی از رایج ترین چالش ها کمک می کند: مدیریت هزینه ابر.

بیش از نیمی از سازمان‌ها مشکلاتی را در کنترل هزینه‌های ابری گزارش می‌کنند، به‌ویژه زیرا هوش مصنوعی و بار کاری عاملی، الگوهای استفاده جدید و اغلب غیرقابل پیش‌بینی را معرفی می‌کنند.

مدل‌های عملیاتی مبتنی بر پلت‌فرم، دید، حاکمیت و اتوماسیون سازمان‌ها را برای مدیریت ابر در عصر هوش مصنوعی و در عین حال بهینه‌سازی مداوم هزینه و عملکرد، فراهم می‌کنند.

آنها برنامه‌های کاربردی مدرن، قابلیت‌های ابر صنعت، عوامل هوش مصنوعی و داده‌ها را به یک محیط عملیاتی منسجم متصل می‌کنند و دید بیشتری را در سراسر فرآیندهای تجاری ایجاد می‌کنند و سازمان‌ها را قادر می‌سازند تا سیستم‌های هوش مصنوعی به طور فزاینده‌ای مستقل را با ثبات و کنترل بیشتر مدیریت کنند. مهمتر از آن، آنها به سازمان ها کمک می کنند تا پس انداز عملیاتی را که می توانند در نوسازی و نوآوری مجدد سرمایه گذاری کنند، درک کنند.

امنیت به عنوان یک پایه، نه یک محدودیت

داده‌هایی که ما جمع‌آوری کردیم نشان می‌دهد که امنیت اکنون اولویت اصلی سرمایه‌گذاری ابری است که نشان‌دهنده تغییر گسترده‌تر در نحوه تفکر سازمان‌ها در مورد مدرن‌سازی و آمادگی هوش مصنوعی است. همچنین نشان می دهد که حکومت نابرابر باقی می ماند.

سازمان‌هایی که سطح بلوغ ابری بالاتری دارند، به احتمال زیاد نقش‌ها و مسئولیت‌های امنیتی روشنی را که توسط فرآیندهای رسمی حاکمیتی پشتیبانی می‌شود، تعریف می‌کنند و به آنها اطمینان بیشتری در وضعیت امنیتی ابری خود می‌دهند.

این تحقیق همچنین نشان داد که انتظار می‌رود ریسک، حاکمیت و انطباق، بزرگترین چالش‌ها باشد زیرا سازمان‌ها هوش مصنوعی عاملی را طی 12 تا 18 ماه آینده به کار می‌گیرند. از آنجایی که سیستم‌های هوش مصنوعی مستقل‌تر می‌شوند، دیگر نمی‌توان امنیت و حکمرانی را به عنوان یک فکر بعدی در نظر گرفت. در عوض، حاکمیت باید از همان ابتدا در معماری ابری و مدل‌های عملیاتی گنجانده شود.

همانطور که اکوسیستم های ابری، هوش مصنوعی و امنیتی بیشتر توزیع می شوند و به طور فزاینده ای به اشخاص ثالث وابسته می شوند، دیگر نمی توان امنیت را به صورت جداگانه مدیریت کرد. سازمان‌ها به رویکردی در سطح سازمانی برای ریسک نیاز دارند که کنترل‌ها، ابزارها و مسئولیت‌ها را در سراسر ارائه‌دهندگان، پلتفرم‌ها و شرکا، با حاکمیت و مسئولیت‌پذیری روشن از ابتدا گرد هم می‌آورد.

به دور از کاهش سرعت نوآوری، پایه های امنیتی قوی سازمان ها را قادر می سازد تا با اطمینان نوآوری کنند. هنگامی که مدیریت هویت، سیاست‌های شفاف حفاظت از داده‌ها، نظارت مستمر و حاکمیت از ابتدا تعبیه شده باشد، سازمان‌ها انعطاف‌پذیرتر می‌شوند و موقعیت بهتری برای نوآوری پیدا می‌کنند.

از پذیرش تا خلق ارزش

روی هم رفته، این روندها به تغییر گسترده‌تری در نحوه تفکر سازمان‌ها در مورد ابر اشاره می‌کنند.

سازمان‌هایی که در عصر هوش مصنوعی رهبری خواهند کرد، سازمان‌هایی هستند که استراتژی‌های ابری و هوش مصنوعی خود را همسو می‌کنند، به مدرن‌سازی اپلیکیشن‌ها و داده‌ها ادامه می‌دهند، تصمیم‌های عمدی در زمینه معماری می‌گیرند، حاکمیت و امنیت را از ابتدا تعبیه می‌کنند، و ابر را به‌عنوان یک مدل عملیاتی کسب‌وکار برای نوآوری مستمر و نه صرفا یک پلت‌فرم فناوری در نظر می‌گیرند.

هوش مصنوعی سریع‌تر از بلوغ ابری سازمانی شتاب می‌گیرد و شکاف بزرگ‌تری را بین سازمان‌هایی که آماده مقیاس‌سازی ابزارهای هوش مصنوعی هستند و سازمان‌هایی که نیستند، ایجاد می‌کند.

در نهایت، سوال دیگر این نیست که چه کسی ابر را پذیرفته است. این است که آن را در لایه اجرایی برای هوش مصنوعی - یک پلت فرم برای نوآوری، انعطاف پذیری و ارزش تجاری - بالغ کرده است.

ما بهترین سازنده وب سایت هوش مصنوعی را معرفی کرده ایم.

این مقاله به عنوان بخشی از TechRadar Pro Perspectives، کانال ما برای معرفی بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز تهیه شده است.

نظرات بیان شده در اینجا نظرات نویسنده است و لزوما نظرات TechRadarPro یا Future plc نیست. اگر مایل به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/pro/perspectives-how-to-submit