دل 5 دستورالعمل برای تسریع نوآوری هوش مصنوعی ارائه می دهد

به گفته مدیران شرکت Dell Technologies، رهبران فناوری اطلاعات استرالیا می‌توانند با نزدیک‌تر کردن قدرت محاسباتی به داده‌های سازمانی و اتخاذ زیرساخت‌های باز و مدولار که از تغییرات سریع پشتیبانی می‌کند، پذیرش هوش مصنوعی را تسریع بخشند.

جان روز، مدیر ارشد فناوری، طی سخنانی در مجمع فناوری‌های دل در سیدنی، استرالیا، در سپتامبر، چندین دستورالعمل را به صنعت فناوری محلی ارائه کرد تا به شرکت‌ها کمک کند تا فناوری‌های هوش مصنوعی را سریع‌تر و کارآمدتر به کار گیرند. اما او هشدار داد که نشستن رهبران فناوری اطلاعات در حاشیه گزینه‌ای نیست، زیرا اکثر حجم کاری‌ها در نهایت هوش مصنوعی را در بر خواهند گرفت.

دستورالعمل 1: داده های سازمانی وجه تمایز شما هستند

آنجلا فاکس، معاون ارشد و مدیر عامل Dell Technologies در استرالیا و نیوزلند، معرفی کرد. تحقیقات کاتالیزور نوآوری Dell Technologies از سال 20246600 تصمیم گیرنده فناوری اطلاعات و کسب و کار در سراسر جهان در ماه های آخر سال 2023 مورد بررسی قرار گرفت. فاکس گفت داده های محلی نشان می دهد که:

• 79 درصد از رهبران محلی فناوری اطلاعات و کسب و کار موافق هستند که داده ها وجه تمایز آنها است و استراتژی هوش مصنوعی آنها باید برای استفاده و محافظت از آن داده ها تکامل یابد.
• تقریباً 72 درصد از رهبران محلی IT که مورد بررسی قرار گرفتند، معتقدند داده‌ها و IP آنها برای قرار دادن در ابزارهای GenAI که امکان دسترسی شخص ثالث را فراهم می‌کند، بسیار ارزشمند است.
• انگیزه حفاظت از IP اصلی به این دلیل است که 75 درصد از تصمیم‌گیرندگان فناوری اطلاعات در استرالیا و نیوزلند مدل‌های محاسباتی درون محل یا ترکیبی را ترجیح می‌دهند.
• فقط 34 درصد از سازمان‌ها گزارش دادند که می‌توانند داده‌های خود را برای حمایت از نوآوری و تلاش‌های تجاری به بینش‌های زمان واقعی تبدیل کنند.

ببینید: استرالیا نرده های محافظ اجباری برای هوش مصنوعی ایجاد می کند

رز در اظهار نظر در مورد این یافته ها گفت داده ها همان چیزی است که تمایز هوش مصنوعی را ممکن می کند.

او توضیح داد: “واقعیت این است که هر چت بات در جهان، هر مدل زبان بزرگ در جهان، محصول جانبی یک شبکه عصبی است که با داده ها آموزش داده می شود.” “و این داده ها قابلیت ها، عملکرد و تمایز منحصر به فرد آن را شکل می دهد.”

دستورالعمل 2: قدرت محاسباتی را به داده های خود بیاورید

رز خاطرنشان کرد که شرکت ها باید داده ها را با قدرت محاسباتی ادغام کنند تا به نتایج هوش مصنوعی دست یابند. با این حال، او همچنین استدلال کرد که بهتر است به جای انتقال داده های سازمانی به منابع محاسباتی موجود، تسلیم “گرانش داده” و آوردن قدرت محاسباتی به داده ها شود.

رز گفت: انتقال داده ها بسیار سخت است. در جایی وجود دارد که مفید باشد. محاسبه کنید که می توانید در هر جایی قرار دهید … فقط به طور پیش فرض داده های خود را به هر جایی که محاسبات در دسترس است بیاورید. این سوال را بپرسید، “آیا می توانید محاسبات را به جایی برسانید که داده ها هستند؟” به همین دلیل رایانه های شخصی هوش مصنوعی وجود دارند، چرا که لبه ها وجود دارند. مجموعه ای از گزینه ها را برای شما ایجاد می کند.”

ببینید: بازار مرکز داده APAC با دنیای جدید و شجاع هوش مصنوعی روبرو است

روز گفت رایانه های شخصی هوش مصنوعی می توانند بار محاسباتی در مراکز داده را کاهش دهند.

او توضیح داد: «اگر 80 درصد از محاسبات روی رایانه شخصی شما انجام می شود، پس 80 درصد از محاسبات در مرکز داده شما انجام نمی شود. “شما به یک مرکز داده بزرگ نیاز ندارید. شما دارید تاثیر زیست محیطی کوچکتر. شما محیط چابک تری دارید.»

دستورالعمل 3: زیرساخت خود را برای بارهای کاری هوش مصنوعی آماده کنید

روز پیش‌بینی کرد که اکثر زیرساخت‌های فناوری اطلاعات یک شرکت در نهایت نیاز به تقویت بار کاری هوش مصنوعی دارند. او گفت که این امر مستلزم آن است که رهبران فناوری اطلاعات برای این تغییر برنامه ریزی و آماده شوند – فراتر از موارد کوچک سرمایه گذاری در فناوری که آنها احتمالاً برای هوش مصنوعی استفاده می کنند امروز

رز گفت: “وضعیت نهایی برای همه ما این است که در برخی مواقع اکثر زیرساخت های فناوری اطلاعات ما در خدمت تقویت نتایج هوش مصنوعی خواهد بود – این امر بر اساس آنچه اتفاق می افتد اجتناب ناپذیر است.” این بدان معناست که شما باید به این فکر کنید که زیرساخت های هوش مصنوعی شما در طول زمان چقدر بزرگ می شود و برای آن آماده شوید.

دستورالعمل 4: یک معماری باز و مدولار را حفظ کنید

رز گفت: حفظ یک معماری باز و مدولار به شرکت ها کمک می کند تا با تغییرات سریع در فناوری های هوش مصنوعی سازگار شوند و از قفل شدن در معماری های منسوخ یا غیر قابل انعطاف جلوگیری کنند.

“من مدیر ارشد فناوری یک شرکت فناوری بسیار بزرگ هستم، اما اگر از من یک سوال ساده بپرسید، “تکنولوژی هوش مصنوعی تا دو سال دیگر دقیقاً چه خواهد بود؟” … من نمی توانم به آن پاسخ دهم. “من هیچ نظری ندارم. من یک نظریه در مورد آن دارم، اما نمی دانم، زیرا سرعت تغییر آنقدر سریع است که نمی توانم آن را پیش بینی کنم.

زیرساخت‌های جدید GPU، زیرساخت‌های الگوریتمی یا اختراعات می‌توانند به سرعت ظهور کنند که مستلزم سازگاری شرکت‌ها باشد. به عنوان مثال، رز گفت که شریک دل NVIDIA است.انجام کارهای بزرگ” اما پردازنده‌های گرافیکی دیگر در حال ظهور هستند و خود NVIDIA در حال ساخت معماری‌های جدید برای بار کاری هوش مصنوعی آینده است.

او هشدار داد: “بدترین اشتباهی که امروز می توانید مرتکب شوید این است که روی یک سیستم هوش مصنوعی بسته، اختصاصی و تک بعدی که انعطاف پذیر نیست، شرط بندی کنید و متعهد شوید.” باز نیست، قابل گسترش نیست. زیرا هیچ چیزی وجود ندارد که با کاری که حتی یک سال باید انجام شود سازگار باشد.»

دستورالعمل 5: یک اکوسیستم هوش مصنوعی باز را در آغوش بگیرید

سازمان ها باید به یک اکوسیستم باز متعهد شوند. رز گفت که هیچ فروشنده‌ای نمی‌تواند کل نتیجه هوش مصنوعی را ارائه دهد، زیرا «هوش مصنوعی ترکیبی از بسیاری از فناوری‌ها و قابلیت‌ها و خدمات فکری است» که شرکت‌ها برای موفقیت باید با یکدیگر ترکیب کنند.

روز اضافه کرد که “رژه مدیران عامل” از شرکت های بزرگ فناوری، مشارکت و همکاری با Dell را اعلام کرده اند – شرکتی که “یک اکوسیستم بسیار بزرگ و باز” را ساخته است. به این ترتیب، مشتریان دل نیازی به کشف بهترین مدل‌ها، محاسبات و زیرساخت‌های هوش مصنوعی ندارند.

رهبران فناوری اطلاعات استرالیا نباید در حاشیه هوش مصنوعی بنشینند

فاکس خاطرنشان کرد که 81 درصد از مدیران در منطقه انتظار دارند هوش مصنوعی صنعت آنها را به طور قابل توجهی متحول کند. با این حال، به طور همزمان، 53 درصد برای همگام شدن با سرعت تغییرات مشکل داشتند. فاکس گفت: “خوش بینی زیادی وجود دارد، اما همچنین متوجه شده است که آنها چیزهای زیادی در ظرف خود دارند.”

برای تطبیق با این تغییر، فاکس به رهبران فناوری اطلاعات پیشنهاد کرد:

شراکت با ذینفعان کسب و کار: هوش مصنوعی باید با استراتژی کسب و کار ارتباط برقرار کند، بنابراین رهبران فناوری اطلاعات و کسب و کارها باید با هم شریک شوند تا ابتکارات هوش مصنوعی را اولویت بندی کنند. دل پیشنهاد کرد که رهبران فناوری اطلاعات در مشاغلی که در حال حاضر تحت فشار هزینه‌ها هستند و به دنبال بهره‌وری از هوش مصنوعی یا کسانی هستند که به دنبال افزایش تجربیات مشتریان خود هستند، شرکای قوی خواهند یافت.

مدیریت و بهره‌برداری از داده‌ها: برای پیشرفت با هوش مصنوعی، رهبران فناوری اطلاعات باید بر چالش‌های مدیریت داده‌های کلیدی، از جمله محافظت از داده‌های حساس، اطمینان از صحت داده‌ها، افزایش قابلیت اطمینان در منابع مختلف، و یکپارچه‌سازی داده‌ها از سیستم‌ها، برنامه‌ها و قالب‌های مختلف غلبه کنند. آن‌ها می‌توانند با استانداردسازی داده‌ها در قالبی به‌راحتی رایج و استقرار هوش مصنوعی در جایی که داده‌ها در آن قرار دارند، به این هدف برسند و تأثیر آن را به حداکثر برسانند.

رویکرد مردم محوری را در نظر بگیرید: 85 درصد از پاسخ دهندگان در نظرسنجی معتقدند بهره وری انسانی از طریق تقویت توانایی های انسانی با هوش مصنوعی به ارتفاعات جدیدی خواهد رسید. اما شرکت ها باید بر روی ایجاد چابکی یادگیری، تسلط هوش مصنوعی و تفکر خلاق تمرکز کنند تا هوش مصنوعی را به طور کامل به کار گیرند. آنها همچنین باید فرهنگ یادگیری و آزمایش را پرورش دهند.

ببینید: رهبران فناوری استرالیا چگونه تغییرات را می بینند و آن را می پذیرند

رز همچنین به رهبران محلی فناوری اطلاعات هشدار داد که خطر عقب ماندن از هوش مصنوعی را نداشته باشند.

روز گفت: «نقطه پایداری در چرخه هوش مصنوعی وجود نخواهد داشت که همه چیز عادی و استاندارد شود. تنها گزینه ای که واقعاً داریم، اگر نمی خواهید عقب نمانید، اگر می خواهید مزیت رقابتی داشته باشید، یافتن راهی برای تسریع فعالیت های خود در فضای هوش مصنوعی است، تا یاد بگیرید چگونه از آن سریع تر استفاده کنید و بهتر است و سریعتر تأثیر می گذارد.»