Prisijunkite prie mūsų kasdienių ir savaitinių naujienlaiškių, kad gautumėte naujausių naujienų ir išskirtinio turinio apie pramonėje pirmaujančią AI aprėptį. Sužinokite daugiau
Jei 2023 m. buvo susiję su generatyviais AI varomais pokalbių robotais ir paieška, 2024 m. buvo pristatytas agentinis AI – įrankiai, galintys planuoti ir atlikti kelių etapų veiksmus skaitmeninėje aplinkoje. Nuo Devino inžinerinių laimėjimų iki ankstyvųjų Microsoft bandymų su Copilot Vision naujovės buvo įvairios, tačiau išliko viena pastovi: poreikis palaikyti tvarkingą ir patikimą duomenų infrastruktūrą.
Kai įmonės ėmėsi pažangių AI iniciatyvų, kelios tendencijos pakeitė duomenų valdymą, apsaugą ir naudojimą. Įmonės vis dažniau taiko kelių debesų, atvirų duomenų ir atviro valdymo strategijas, kad išvengtų tiekėjų užsiblokavimo ir įgytų daugiau lankstumo. Jie taip pat sutelkė dėmesį į nestruktūrizuotus duomenis, paversdami duomenų rinkas į centrus, teikiančius iš anksto paruoštus AI modelius su patentuotais duomenų rinkiniais ir programėlėmis. Tuo pat metu vektorinių ir grafinių duomenų bazių pažanga suteikė naujų galimybių ir padėjo pagrindą tolesniems darbams.
Dabar, kai AI istorija ir toliau vystosi, pramonės lyderiai dalijasi savo prognozėmis, kaip ją pagrindžianti duomenų infrastruktūra vystysis 2025 m.
1. Realaus laiko multimodaliniai duomenys kurs išmanųjį duomenų smagratį
„2025 m. įmonės visiškai priims multimodalinius duomenis ir dirbtinį intelektą, pakeisdamos savo veiklą ir teikdamos vertę. Šio poslinkio esmė yra „Išmanusis duomenų smagratis“ – dinaminis ciklas, kurio metu realaus laiko duomenys suteikia AI pagrįstų įžvalgų, skatinančių nuolatines naujoves ir tobulėjimą. Šiandieniniai tamsūs duomenys – vaizdai, vaizdo įrašai, garsas ir jutiklių išvestis – taps pagrindiniais ryškesniais prognozėmis, išmanesniu automatizavimu ir prisitaikymu realiuoju laiku, o tai galiausiai leis geriau ir niuansuotai suprasti verslo tikrovę.
„Įdiegus realaus laiko duomenų smagratį, AI savarankiškai diagnozuos problemas, optimizuos procesus ir generuos naujoviškus sprendimus. Įmonės pasikliaus AI agentais, kad užtikrintų duomenų kokybę, atskleistų įžvalgas ir formuotų strategijas, leisdamos talentingiems žmonėms sutelkti dėmesį į aukštesnio lygio užduotis. Tai iš naujo apibrėžs efektyvumą, paspartins inovacijas ir pavers verslus dinamiškesnėmis ir pažangesnėmis organizacijomis.
– Yasmeen Ahmad, „Google Cloud“ duomenų, analizės ir dirbtinio intelekto strategijos ir išorinių produktų valdymo MD
2. Atšalimo faktorius: skysčiu aušinami duomenų centrai
„Kadangi dirbtinio intelekto darbo krūviai ir toliau skatina augimą, novatoriškos organizacijos pereis prie aušinimo skysčiu, kad padidintų našumą ir energijos vartojimo efektyvumą. Hipermastiniai debesų paslaugų teikėjai ir didelės įmonės parodys pavyzdį, naudodamos skysčių aušinimą naujuose AI duomenų centruose, kuriuose yra šimtai tūkstančių AI greitintuvų, tinklų ir programinės įrangos.
„Įmonės vis dažniau rinksis diegti AI infrastruktūrą kolokacijos įrenginiuose, o ne kurti savo – iš dalies siekdamos palengvinti finansinę naštą kuriant, diegiant ir eksploatuojant intelektualinę gamybą dideliu mastu. Arba jie išsinuomos pajėgumus pagal poreikį. Šie diegimai padės įmonėms panaudoti naujausią infrastruktūrą nereikės jos įdiegti ir eksploatuoti patiems. Šis pokytis paspartins skysčių aušinimo, kaip pagrindinio AI duomenų centrų sprendimo, pritaikymą pramonėje.
– Charlie Boyle’as, „Nvidia“ DGX platformų viceprezidentas
3. Pasaulinis duomenų sprogimas dėl saugyklos trūkumo
„Pasaulis kuria precedento neturinčius duomenis. 2028 m. bus sugeneruota net 400 zettabaitų, o bendras metinis augimo tempas (CAGR) bus 24%. Tačiau prognozuojama, kad saugyklos diegimo bazė turės 17 % CAGR, todėl (auga) žymiai lėčiau nei generuojamų duomenų augimas. O kietajam diskui sukurti prireikia ištisų metų. Šis augimo tempų skirtumas sutrikdys pasaulinę saugyklos pasiūlos ir paklausos pusiausvyrą. Kadangi organizacijos tampa mažiau eksperimentuojančios ir strategiškesnės naudodamos dirbtinį intelektą, joms reikės sukurti daugiau fizinės duomenų centrų erdvės ir pajėgumų planų, kad būtų užtikrintas saugyklos tiekimas, ir visiškai užsidirbti pinigų iš investicijų į AI ir duomenų infrastruktūrą, kartu subalansuodamos finansines, reguliavimo ir aplinkos problemas. .
– BS Teh, „Seagate Technology“ EVP ir vyriausiasis komercijos pareigūnas
4. AI gamyklos išsivystys į PaaS
„2025 m. dirbtinio intelekto gamyklos vystysis po pradinio infrastruktūros kaip paslaugos teikimo etapo, siūlydamos skaičiavimo, tinklų kūrimo ir saugojimo paslaugas, ir pradės teikti platformos kaip paslaugos galimybes. Nors pagrindinės paslaugos buvo būtinos norint greitai pradėti taikyti AI, kita AI gamyklų banga pirmenybę teiks platformoms, kurios skatina duomenų giminingumą ir suteikia ilgalaikę vertę. Šis pokytis bus labai svarbus norint, kad dirbtinio intelekto gamyklos būtų tvarios ir konkurencingos ilgalaikėje perspektyvoje.
– Rajanas Goyalas, „DataPelago“ įkūrėjas ir generalinis direktorius
5. Įmonės naudos savo didžiulius duomenų rinkinius, tačiau reikalaus patikimumo
„Didžioji dalis ankstyvųjų AI programų naudojo pagrindinius modelius, parengtus remiantis didžiuliu viešųjų duomenų kiekiu. Sudėtingoms RAG taikomosioms programoms tampant įprastomis, o produktams greitai subrendus struktūrizuotiems duomenims gaminti, programos, kurios naudoja didžiulį privačių įmonių duomenų kiekį, pradės kurti tikrą vertę. Tačiau šių programų kartelė bus aukšta: įmonės reikalaus AI programų patikimumo, o ne tik demonstracinės versijos.
„Be to, dirbtinio intelekto įmonės, teikiančios šiuos modelius, turės maloniai žaisti su leidėjais ir turinio tiekėjais, kad apsaugotų AI kūrimo ateitį. Jie turės sudaryti licencijavimo sutartis su turinio teikėjais, kad užtikrintų, jog jiems bus kompensuota už itin vertingus jų siūlomus duomenis. Tai turi įvykti greitai, kol nebus ieškinių ir blokuojančių dirbtinio intelekto robotus.
– Sridharas Ramaswamy, „Snowflake“ generalinis direktorius
6. Įmonės agentai ryja ryšių duomenis
„2025 m. įmonės išgaus terabaitus komunikacijos duomenų, tokių kaip el. laiškai, „Slack“ pranešimai ir „Zoom“ nuorašai, naudodamos agentus, teikiančius analizės įžvalgas, prietaisų skydelius ir veiksmingus sprendimų palaikymo įrankius.
„Tai žymiai padidins našumą visose pramonės šakose.
– Nikolaos Vasiloglou, „RelationalAI“ tyrimų ir ML viceprezidentas
7. Duomenų valdymas ir kokybė bus didžiausios kliūtys sėkmingam ir etiškam AI pritaikymui
„2025 m. duomenų valdymas, tikslumas ir privatumas taps svarbiausiomis kliūtimis veiksmingam dirbtinio intelekto pritaikymui. Organizacijoms stengiantis išplėsti DI, supras, kad sėkmingi AI rezultatai visiškai priklauso nuo patikimų duomenų. Didelio duomenų kiekio valdymas ir paruošimas, atitikties užtikrinimas ir tikslumo palaikymas susidurs su sudėtingais iššūkiais. Įmonės turės įveikti šias kliūtis investuodamos į pagrindines duomenų platformas, kurios įgalintų vieningą įvairių duomenų šaltinių valdymą.
„Dėl to matysime daugiau dėmesio duomenų valdymo vaidmenims ir valdymo sistemoms, kurios suderinamos su AI iniciatyvomis, nes įmonės pripažįsta, kad nepatikimi duomenys tiesiogiai veikia AI efektyvumą.
– Jeremy Kelway, EDB analitikos, duomenų ir dirbtinio intelekto inžinerijos viceprezidentas
„2025 m. suvienodintos duomenų stebėjimo platformos atsiras kaip pagrindinės priemonės didelėms įmonėms, leisiančios visapusiškai matyti duomenų infrastruktūros našumą, kokybę, vamzdynų būklę, sąnaudų valdymą ir vartotojų elgesį, kad būtų galima spręsti sudėtingas valdymo ir integracijos problemas. Automatizavusios anomalijų aptikimą ir įgalindamos įžvalgas realiuoju laiku, šios platformos palaikys duomenų patikimumą ir supaprastins atitikties pastangas visose pramonės šakose.
– Ashwin Rajeeva, „Acceldata“ įkūrėjas ir CTO
9. Visi sveikina suverenų debesį
„2025 m. matysime tikrą postūmį suverenių ir privačių debesų link. Jau dabar matome didžiausius hiperskalerius, kurie išleidžia milijardus dolerių, kad sukurtų duomenų centrus visame pasaulyje, kad galėtų pasiūlyti šias galimybes. Šie… pajėgumai užtruks šiek tiek laiko, kol bus prisijungę; tuo tarpu paklausa sparčiai išaugs dėl teisės aktų bangos, daugiausia iš ES. Tie, kurie turi lanksčią, keičiamo dydžio ir elastingą debesų infrastruktūrą, galės greitai pritaikyti nepriklausomus arba privačius metodus. Tie, kurie turi monolitinę, standžią infrastruktūrą, atsidurs už kreivės.
– Kevinas Cochrane’as, Vultr BRO
10. Pakilimas duomenų apdorojimas krašte
„Stebiu galimą kraštinių skaičiavimų plėtrą, kurią skatina 5G plitimas, kuris priartina duomenų apdorojimą prie šaltinio ir sumažina delsą. Tai galėtų padėti demokratizuoti AI. Kyla klausimas, ar galime sukurti efektyvias AI programas, veikiančias mobiliuosiuose įrenginiuose, galbūt nepasitikėdami debesų ištekliais?
„Jei 5G bus prieinamas lauko technikai, jie galėtų pasitelkti dirbtinį intelektą, kad padėtų savo darbui – ar tai būtų medicinos specialistai, teikiantys diagnostiką ir gydymą nelaimės ištiktose vietovėse, kuriose yra 5G, bet nėra Wi-Fi, ar inžinieriai ir mokslininkai, dirbantys vietoje. sprendimus su AI padedamais tyrimais ir skaičiavimais realiuoju laiku.
– Džerodas Johnsonas, vyresnysis „CData“ technologijų evangelistas
11. Nestruktūrizuotų duomenų apsauga taps skubesnė
„Tradiciškai duomenų apsauga buvo sutelkta į itin svarbius duomenis, nes būtent šiuos duomenis reikia greičiau atkurti. Tačiau kraštovaizdis pasikeitė, nes nestruktūruoti duomenys išaugo ir apima 90 % visų per pastaruosius 10 metų sugeneruotų duomenų. Didelis nestruktūrizuotų duomenų petabaitų plotas kartu su plačiai paplitusiu jų naudojimu ir sparčiu augimu daro jį labai pažeidžiamą išpirkos reikalaujančių programų atakų. Kibernetiniai nusikaltėliai gali naudoti nestruktūrizuotus duomenis kaip Trojos arklį, kad užkrėstų įmonę. Ekonomiškai efektyvus nestruktūrizuotų duomenų apsauga nuo išpirkos reikalaujančių programų taps svarbia gynybos taktika, pradedant šaltų, neaktyvių duomenų perkėlimu į nekintamą objektų saugyklą, kur jų negalima modifikuoti.
„Šiuo tikslu IT ir saugyklų direktoriai ieškos nestruktūrizuotų duomenų valdymo sprendimų, siūlančių automatizuotas galimybes apsaugoti, segmentuoti ir tikrinti jautrių ir vidinių DI duomenų naudojimą. Be to, jie turės sukurti sistemingus būdus, kaip naudotojai galėtų ieškoti įmonių duomenų saugyklose, kuruoti reikiamus duomenis, tikrinti, ar nėra neskelbtinų duomenų, ir perkelti duomenis į AI su audito ataskaitomis.
– Krišna Subramanianas, „Komprise“ įkūrėjas
Apibendrinant galima pasakyti, kad 2025 m. žada didelę pažangą įmonės duomenų infrastruktūroje, pradedant nuo multimodalinių duomenų smagračio iki nepriklausomų debesų. Tačiau tokie iššūkiai kaip duomenų valdymas ir saugyklos trūkumas išliks. Sėkmė šioje dinamiškoje erdvėje priklausys nuo to, ar naujovės bus suderintos su pasitikėjimu ir tvarumu, kad duomenys paverstų ilgalaikiu konkurenciniu pranašumu.
Source link
