Jak wymagania dotyczące danych zmieniają infrastrukturę AI

W miarę jak systemy sztucznej inteligencji coraz głębiej wkraczają w działalność biznesową, zespoły odpowiedzialne za infrastrukturę decydują, gdzie powinny znajdować się dane, w jaki sposób powinny być zarządzane i jak zapewnić do nich dostęp.

Najnowszy raport Google Cloud dotyczący stanu infrastruktury AI¹ podkreśla ten pogląd, stwierdzając, że obecnie 52% organizacji stosuje hybrydowe podejście do sztucznej inteligencji, podczas gdy 48% priorytetowo traktuje infrastrukturę, która obsługuje rezydencję danych, kontrolę zgodności i lokalne wymogi bezpieczeństwa.

W miarę jak platformy chmurowe przyspieszają eksperymentowanie ze sztuczną inteligencją i jej wdrażanie, organizacje gromadzą coraz większe i bardziej zróżnicowane zbiory danych. Odkrycia te wskazują również, w jaki sposób wymagania dotyczące danych kształtują decyzje dotyczące infrastruktury, przy czym większy nacisk kładzie się na potrzebę zarządzania danymi, ich przechowywania i uzyskiwania dostępu do nich w wielu środowiskach.

Kiedy dane determinują architekturę

Przechowywanie danych, zarządzanie nimi, zgodność z przepisami i bezpieczeństwo lokalne to podstawowe kwestie zarządzania danymi i ich kontroli. Dla wielu organizacji wymagania te stają się podstawowymi kryteriami decyzyjnymi kształtującymi sposób wdrażania infrastruktury AI.

Różne rodzaje danych podlegają różnym wymogom prawnym, regulacyjnym, bezpieczeństwa i operacyjnym. W rezultacie organizacje często nie są w stanie przechowywać wszystkich swoich danych w jednym środowisku. Infrastruktura staje się rozproszona, ponieważ same dane muszą być zarządzane, przechowywane i dostępne na różne sposoby.

Tę dynamikę widać w rosnącym zainteresowaniu suwerennymi inicjatywami z zakresu sztucznej inteligencji, w ramach których rządy i przedsiębiorstwa inwestują w infrastrukturę przeznaczoną do przechowywania kluczowych danych pod lokalną kontrolą, przy jednoczesnym wspieraniu obciążeń związanych ze sztuczną inteligencją.

Sztuczna inteligencja zmienia wartość danych

Chociaż kwestie zarządzania, zgodności z przepisami i danych nie są nowymi wymogami, sztuczna inteligencja zmienia ilość i wartość danych przechowywanych przez organizacje. W miarę jak przechowywane dane stają się źródłem kontekstu, wiedzy i spostrzeżeń operacyjnych dla systemów AI, przechowywanie i zarządzanie danymi stają się kluczowymi kwestiami, które należy brać pod uwagę przy przechowywaniu i ponownym wykorzystywaniu informacji w celu tworzenia przyszłej wartości.

Zamiast budować własne modele podstawowe, wiele organizacji odkrywa, że ​​skuteczniejsze jest łączenie dostępnych na rynku modeli z zastrzeżonymi danymi. W rezultacie kontrola tych danych staje się kluczowym czynnikiem decydującym o tym, jaką wartość mogą wytworzyć systemy sztucznej inteligencji.

Systemy AI opierają się na zgromadzonym kontekście, historii operacyjnej, kontroli zarządzania, interakcjach z klientami i wiedzy organizacyjnej, które muszą być przechowywane i dostępne. Dane nie są już tylko danymi wejściowymi do systemów sztucznej inteligencji. Stały się zasobem, który pomaga określić wartość, jaką te systemy mogą wytworzyć, i zmienia sposób, w jaki organizacje myślą o architekturze.

Tradycyjnie zespoły zajmujące się infrastrukturą koncentrowały się na tym, gdzie uruchamiane są aplikacje. Dzisiaj decydują, gdzie powinny znajdować się dane, jak długo powinny być przechowywane, jakie zasady nimi rządzą i w jaki sposób będą one dostępne dla przyszłych systemów sztucznej inteligencji.

Od obciążeń do strategii danych

Odkrycia Google'a to nie tylko historia dotycząca chmury, to także historia dotycząca architektury danych. Infrastruktura hybrydowa stanowi architektoniczną odpowiedź na rzeczywistość, w której cenne dane znajdują się w wielu środowiskach.

Dyskusja w branży wykracza poza pytania o to, gdzie powinny być uruchamiane obciążenia sztucznej inteligencji, i zaczyna skupiać się na ocenie, czy architektura może wspierać sposób tworzenia, zarządzania, przechowywania i ponownego wykorzystywania danych.

Organizacje, które odniosą sukces dzięki sztucznej inteligencji, będą budować infrastrukturę wokół realiów swoich danych i wartości, jaką mogą one wygenerować. W miarę jak przechowywane dane stają się ważniejszym źródłem kontekstu, wiedzy i przewagi konkurencyjnej, coraz ważniejsza staje się możliwość ich przechowywania, zarządzania i ponownego wykorzystywania. Z tego punktu widzenia infrastruktura ewoluuje od platformy do obsługi obciążeń roboczych do trwałego systemu rejestrów, który przechowuje, zarządza i tworzy wartość na podstawie danych.

Przeczytaj więcej: Przeczytaj mój ostatni wpis na blogu, aby dowiedzieć się, w jaki sposób obiektowa pamięć masowa stała się podstawą nowoczesnej infrastruktury chmurowej i sztucznej inteligencji.

Przypisy

¹Raport o stanie infrastruktury AI w chmurze hybrydowej i GDC | Blog Google Cloud