Hoe gegevensvereisten de AI-infrastructuur hervormen

Naarmate AI-systemen steeds verder worden geïntegreerd in de bedrijfsvoering, moeten infrastructuurteams beslissen waar gegevens moeten worden opgeslagen, hoe deze moeten worden beheerd en hoe de toegankelijkheid ervan kan worden gewaarborgd.

Het meest recente rapport van Google Cloud over de stand van zaken op het gebied van AI-infrastructuur¹ onderstreept dit standpunt en concludeert dat 52% van de organisaties thans een hybride aanpak hanteert op het gebied van AI, terwijl 48% prioriteit geeft aan infrastructuur die gegevensopslag op locatie, nalevingsmaatregelen en lokale beveiligingseisen ondersteunt.

Naarmate cloudplatforms het experimenteren met en de implementatie van AI steeds verder versnellen, verzamelen organisaties steeds grotere en meer diverse datasets. Deze bevindingen laten ook zien hoe gegevensvereisten van invloed zijn op beslissingen over de infrastructuur, waarbij steeds meer nadruk wordt gelegd op de noodzaak om gegevens in meerdere omgevingen te beheren, te bewaren en te raadplegen.

Wanneer gegevens bepalend zijn voor de architectuur

Gegevensopslag, governance, naleving en lokale beveiliging zijn in wezen kwesties die verband houden met gegevensbeheer en -controle. En voor veel organisaties vormen deze vereisten de belangrijkste beslissingscriteria die bepalend zijn voor de wijze waarop de AI-infrastructuur wordt geïmplementeerd.

Voor verschillende soorten gegevens gelden verschillende wettelijke, regelgevende, beveiligings- en operationele vereisten. Als gevolg daarvan kunnen organisaties vaak niet al hun gegevens in één enkele omgeving opslaan. De infrastructuur wordt gedistribueerd omdat de gegevens zelf op verschillende manieren moeten worden beheerd, opgeslagen en geraadpleegd.

Deze ontwikkeling komt tot uiting in de toenemende aandacht voor soevereine AI-initiatieven, waarbij overheden en ondernemingen investeren in infrastructuur die is ontworpen om kritieke gegevens onder lokale controle te houden en tegelijkertijd AI-werkbelastingen te ondersteunen.

AI verandert de waarde van gegevens

Hoewel governance, naleving en gegevensbeheer geen nieuwe vereisten zijn, verandert AI de omvang en de waarde van de gegevens die organisaties bewaren. Aangezien die bewaarde gegevens een bron van context, kennis en operationeel inzicht voor AI-systemen vormen, worden gegevensbewaring en -beheer cruciale overwegingen bij de wijze waarop informatie wordt opgeslagen en hergebruikt om toekomstige waarde te creëren.

In plaats van hun eigen basismodellen te ontwikkelen, komen veel organisaties tot de conclusie dat het combineren van in de handel verkrijgbare modellen met eigen gegevens effectiever is. Daardoor wordt de beheersing van die gegevens een cruciale factor bij het bepalen van de waarde die AI-systemen kunnen creëren.

AI-systemen zijn afhankelijk van opgebouwde context, operationele geschiedenis, bestuurscontrolemaatregelen, interacties met klanten en organisatorische kennis, die bewaard moeten blijven en toegankelijk moeten zijn. Gegevens zijn meer dan alleen maar invoer voor AI-systemen; ze zijn uitgegroeid tot een activa die mede bepalend is voor de waarde die deze systemen kunnen creëren, en dat verandert de manier waarop organisaties over architectuur denken.

Van oudsher richtten infrastructuurteams zich vooral op de omgeving waarin applicaties draaien. Vandaag bepalen zij waar gegevens moeten worden opgeslagen, hoe lang deze moeten worden bewaard, welke beleidsregels hierop van toepassing zijn en hoe deze toegankelijk blijven voor toekomstige AI-systemen.

Van werkbelastingen tot gegevensstrategie

De bevindingen van Google hebben niet alleen betrekking op de cloud, maar ook op de gegevensarchitectuur. Een hybride infrastructuur is een architectonische oplossing voor het feit dat waardevolle gegevens verspreid zijn over meerdere omgevingen.

De discussie binnen de sector gaat inmiddels verder dan de vraag waar AI-workloads moeten worden uitgevoerd; in plaats daarvan wordt nu onderzocht of de architectuur de manier waarop gegevens worden gecreëerd, beheerd, bewaard en hergebruikt, kan ondersteunen.

Organisaties die succes boeken met AI, zullen hun infrastructuur afstemmen op de kenmerken van hun gegevens en de waarde die deze kunnen opleveren. Naarmate bewaarde gegevens een steeds belangrijkere bron van context, kennis en concurrentievoordeel worden, wordt het vermogen om die gegevens te bewaren, te beheren en te hergebruiken steeds belangrijker. Vanuit dit perspectief evolueert infrastructuur van een platform voor het uitvoeren van workloads naar een duurzaam registratiesysteem dat gegevens bewaart, beheert en er waarde uit creëert.

Meer informatie: Lees mijn recente blogbericht om te ontdekken hoe objectopslag een fundamentele laag is geworden voor moderne cloud- en AI-infrastructuur.

Voetnoten:

¹Rapport over de stand van zaken op het gebied van AI-infrastructuur: hybride cloud en GDC | Google Cloud Blog