211service.com
Nowy horyzont: poszerzanie krajobrazu AI
W związku z Ramię
Mimo wszystkich wstrząsów, śmiertelna pandemia koronawirusa w 2020 r. – i wysiłki, aby ją powstrzymać – dała cenną lekcję: organizacje, które inwestują w technologię, przetrwają. Inicjatywy w zakresie infrastruktury IT wprowadzone przed kryzysem umożliwiły niezliczonym firmom przejście na handel online i pracę zdalną. Innymi słowy, operuj podczas tego.
Nowy horyzont: poszerzanie krajobrazu AI
Pobierz pełny raport
Pandemia dała podobną lekcję na temat sztucznej inteligencji (AI): Organizacje albo są na dobrej drodze ze swoimi strategiami AI, albo, jeśli już, muszą radykalnie zwiększyć tempo inwestycji. Dyrektor ds. informacji w Szpitalu Dziecięcym, Dan Nigrin, wskazuje, że aplikacje sztucznej inteligencji, które promują na przykład telezdrowie, niekoniecznie są związane z kowbojem, ale z pewnością pandemia przyspieszyła rozważanie i wykorzystanie tego rodzaju narzędzi.
W niedawnym badaniu MIT Technology Review Insights obejmującym 301 liderów biznesu i technologii, 38% twierdzi, że ich plany inwestycyjne w zakresie AI pozostały niezmienione w wyniku pandemii, a 32% wskazuje, że kryzys przyspieszył ich plany. Odsetek niezmienionych i ulepszonych planów dotyczących sztucznej inteligencji jest większy w organizacjach, które miały już wdrożoną strategię AI.
Konsumenci i decydenci biznesowi zdają sobie sprawę, że istnieje wiele sposobów, w jakie sztuczna inteligencja zwiększa ludzki wysiłek i doświadczenie. Liderzy technologii w większości organizacji uważają sztuczną inteligencję za kluczową zdolność, która przyspieszyła wysiłki na rzecz zwiększenia wydajności operacyjnej, uzyskania głębszego wglądu w klientów i ukształtowania nowych obszarów innowacji biznesowych.
Sztuczna inteligencja nie jest nowym dodatkiem do korporacyjnego arsenału technologii: 62% respondentów ankiety korzysta z technologii sztucznej inteligencji. Respondenci z większych organizacji (tych o rocznych przychodach przekraczających 500 mln USD) mają prawie 80% wyższe wskaźniki wdrażania. Małe organizacje (z przychodami poniżej 5 mln USD) osiągają 58%, nieco poniżej średniej.
Jednak większość organizacji nie opracowała planów, które miałyby nimi kierować: nieco ponad jedna trzecia (35%) respondentów wskazuje, że rozwija swoje możliwości sztucznej inteligencji pod auspicjami formalnej strategii. Plany AI są częstsze w dużych organizacjach (42%), a nawet małe firmy (38%) są nieco powyżej średniej.
Spośród tych, którzy nie wdrożyli obecnie sztucznej inteligencji, jedna czwarta twierdzi, że wdroży tę technologię w ciągu najbliższych dwóch lat, a mniej niż 15% wskazuje, że nie ma żadnych planów. Tutaj podział na duże i małe poszerza się: mniej niż 5% dużych organizacji nie ma planów dotyczących sztucznej inteligencji, w porównaniu z 18% mniejszych.
Więcej aplikacji zbliża się do źródła
Coraz częściej organizacje przenoszą swoją infrastrukturę IT do zasobów w chmurze — z niezliczonych powodów, w tym oszczędności i wydajności obliczeniowej. W firmie zarządzającej energią Schneider Electric chmura była niezbędna nie tylko do cyfrowej transformacji naszej firmy, ale także do cyfrowej transformacji firm naszych klientów, mówi Ibrahim Gokcen, który do niedawna był dyrektorem ds. technologii w Schneider. Był to dla nas jasny, strategiczny obszar inwestycji przed kryzysem.
W związku z tym nie dziwi fakt, że większość organizacji umieszcza sztuczną inteligencję w chmurze: 77% wdraża aplikacje AI oparte na chmurze. To sprawia, że zasoby w chmurze są znacznie bardziej popularne niż hosting na serwerach lub bezpośrednio na urządzeniach końcowych, takich jak laptopy czy smartfony.
Oparta na chmurze sztuczna inteligencja pozwala również organizacjom działać w ekosystemie współpracowników, który obejmuje twórców aplikacji, firmy analityczne i samych klientów. Nigrin opisuje, w jaki sposób chmura pozwala jednemu z partnerów Boston Children’s Hospital, izraelskiemu deweloperowi technologii medycznych DreaMed Diabetes, wprowadzić sztuczną inteligencję do zdalnego zarządzania insuliną. Najpierw pacjenci przesyłają do chmury dane z pompy insulinowej lub glukometru. Pacjent zapewnia dostęp do tych danych szpitalowi, który z kolei korzysta z oprogramowania — również w chmurze — do przetwarzania danych i stosowania swojego algorytmicznego podejścia do proponowania poprawek w reżimie insulinowym, który stosuje pacjent, oferując ogromne oszczędności czasu i dodatkowe wgląd dla lekarzy.
Jednak podczas gdy chmura zapewnia organizacjom znaczne korzyści związane ze sztuczną inteligencją, coraz większa liczba aplikacji musi wykorzystywać możliwości infrastrukturalne krawędzi, pośredniej warstwy obliczeniowej między chmurą a urządzeniami, które potrzebują mocy obliczeniowej. Zaletą jest to, że te zasoby obliczeniowe i magazynowe, mieszczące się w serwerach brzegowych, są bliżej urządzenia niż centra danych przetwarzania w chmurze, które mogą być oddalone o tysiące kilometrów. Oznacza to, że opóźnienie jest mniejsze — więc jeśli ktoś korzysta z urządzenia w celu uzyskania dostępu do aplikacji, opóźnienie czasowe będzie minimalne. Chociaż przetwarzanie brzegowe nie zapewnia nieskończonej skalowalności chmury, jest wystarczająco potężne, aby obsługiwać aplikacje wymagające dużej ilości danych, takie jak sztuczna inteligencja.
Pobierz pełny raport .
Ta treść została stworzona przez Insights, dział zajmujący się treściami niestandardowymi MIT Technology Review. Nie została napisana przez redakcję MIT Technology Review.