۱ دی ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

بحران هزینه و هوش مصنوعی مولد مبتنی بر ابر

شرکت‌ها هوش مصنوعی مولد می‌خواهند، اما CIOها به راهی برای پرداخت هزینه آن نیاز دارند. منحرف کردن هزینه ها از رایانش ابری سنتی ممکن است بهترین استراتژی نباشد.

شرکت‌ها هوش مصنوعی مولد می‌خواهند، اما CIOها به راهی برای پرداخت هزینه آن نیاز دارند. منحرف کردن هزینه ها از رایانش ابری سنتی ممکن است بهترین استراتژی نباشد.

عجله به سمت هوش مصنوعی مولد هزینه‌های غیرمنتظره را به همراه دارد. دیگر اختیاری در نظر گرفته نمی شود که برنامه های توسعه و استقرار سیستم هوش مصنوعی مولد داشته باشیم. این یک اولویت برای هیئت مدیره و رهبری اجرایی است. بنابراین، این سوال به سرعت پیش می‌آید که چگونه می‌توان برای آن پرداخت کرد، ابری یا بدون ابر.

این اعداد برای کسی که این بودجه ها را در گذشته ایجاد کرده است ترسناک است. مدیران فناوری اطلاعات اکنون انتظار دارند ۲۰۲۳ بودجه های مولد هوش مصنوعی ۳.۴ برابر بیشتر از پیش بینی ها خواهد بود. با این حال، تنها ۱۵ درصد از مدیران فناوری انتظار دارند این افزایش را با هزینه‌های خالص جدید تأمین کنند.

دزدیدن پیتر برای پرداخت پول به پول

پول از کجا می آید؟ تعداد کمی از شرکت ها روی انبوه پول نقد تخصیص نیافته نشسته اند. بنابراین، ۳۳ درصد از مدیران فناوری قصد دارند تا سایر بخش‌های سبد فناوری اطلاعات را برای پرداخت هزینه آن غارت کنند. این شامل ۳۷ است ٪ از مدیران فنی که انتظار دارند هزینه های مولد هوش مصنوعی را از سبد سرمایه گذاری گسترده تر خود در هوش مصنوعی جمع کنند.

بررسی: Creatio 8.0 Atlas shoulders بدون کد CRM

هزینه هوش مصنوعی مولد بیشتر از هزینه های ابری برای اجرای این سیستم ها است. همچنین هزینه های کارکنان است. تأثیر هوش مصنوعی مولد بر نیروی کار و هزینه‌های ابری احتمالاً گسترده خواهد بود و هزینه‌های بالایی برای یافتن، آموزش و نگهداری افراد مناسب برای استقرار سیستم‌های هوش مصنوعی مولد شما خواهد داشت. هزینه این افراد بسیار بیشتر از کارمندانی است که سیستم‌های سنتی‌تری را اجرا می‌کنند – می‌دانید، سیستم‌هایی که بودجه را برایشان حذف می‌کنید.

مدیرعامل‌ها نیاز به درک روشنی از نحوه استفاده دقیق پروژه‌های پرتأثیر از منابع دارند تا بتوانند برای هزینه‌های مرتبط بودجه‌بندی کنند. من فکر می کنم که این به چند داستان فاجعه تبدیل شود. برخی از شرکت‌ها یک سر بودجه را کاهش می‌دهند و در نهایت افرادی که اکنون کسب‌وکار را هدایت می‌کنند، از خود دور می‌کنند. من این اتفاق را با تغییرات تکنولوژیکی دیگر در گذشته دیده‌ام، جایی که آسیب وارد شده به بخش‌های مختلف شرکت بیشتر از مزایای فناوری‌های جدید است.

به همین دلیل است که من هرگز هیچ سمتی که به من پیشنهاد شده است، نگرفته ام.

افراد و هوش مصنوعی مولد در ابر

هزینه های کارکنان می تواند استراتژی هوش مصنوعی شما را خراب کند. حداقل آنها باید بالاترین نگرانی باشند. حداقل ۲۰ موقعیت باز برای هر نامزد واجد شرایط وجود دارد. احتمالاً با رشد این بازار و استفاده افراد از آموزش یا خودآموزی، این وضعیت بهتر می‌شود، اما واقعیت این است که شرکت‌ها برای مزیت رقابتی در هوش مصنوعی مولد در فضای ابری به تخصص داخلی نیاز دارند و ممکن است نتوانند آن را در فضای ابری بیابند. زمان.

Google Project IDX شبیه سازهای اندروید و iOS را اضافه می کند

برای کسانی که می‌پرسند این مهارت‌های کمیاب چیست: علم داده، مهندسی، و تفکر طراحی. درک سیستم های هوش مصنوعی مولد خاص در یک ابر خاص نیز مهم است، اما این در مورد مهارت هایی است که می تواند در این سیستم ها کار کند. انتخاب نامزدی که تخصص او به یک ارائه دهنده ابر محدود است، فقط شما را به این نتیجه می رساند.

بحران یافتن پول و افراد

از آنجایی که در چند سال آینده هوش مصنوعی را در فضای ابری ایجاد می کنیم، پروژه ها با شکست مواجه نمی شوند زیرا فناوری انتظارات را برآورده نمی کند. کمبود بودجه و ناتوانی در یافتن استعدادها وجود دارد – تقریباً همان دلایلی که پروژه‌های ابری سنتی با شکست مواجه می‌شوند. با این حال، با توجه به اینکه هوش مصنوعی مولد چیست و اکنون در کجا هستیم، این می تواند پنج برابر بدتر باشد.

البته من چند پیشنهاد دارم. ابتدا از خود بپرسید که آیا در وهله اول به سیستم های هوش مصنوعی مولد نیاز است یا خیر. ما در حال حاضر شاهد استفاده نادرست از هوش مصنوعی مولد هستیم، فناوری که ارزشی به سیستم‌های تجاری ساده نمی‌افزاید، اما برای سیستم‌هایی که نیاز به دسترسی به مدل‌های زبان بزرگ (LLM) دارند که می‌توانند حداقل ۱۰۰ برابر سرمایه‌گذاری را به عقب برگردانند، کاربرد خاصی دارد. کسب و کار در صرفه جویی در هزینه و ارزش استراتژیک.

در حال آزمایش Azure Developer CLI

همچنین، اگرچه بیشتر استقرار هوش مصنوعی مولد در فضای ابری وجود خواهد داشت، ما باید همه پلتفرم‌ها، از جمله پلتفرم‌های موجود در مراکز داده را در نظر بگیریم تا بهینه‌ترین راه را برای کار با این موارد پیدا کنیم. باز هم، ما به معماری خوب و عینی نیاز داریم تا تصمیماتی بگیریم که ممکن است با توجه به تبلیغات فعلی عجیب به نظر برسند، اما بهترین انتخاب برای کسب و کار هستند.

ما این فرآیند را با بسیاری از فن‌آوری‌های مرسوم، مانند مشتری/سرور، اینترنت، معماری سرویس‌گرا، ابر و اکنون هوش مصنوعی مولد طی کرده‌ایم. با توجه به کارهایی که می‌توانید با هوش مصنوعی مولد انجام دهید، این فناوری برای شرکت‌هایی که می‌توانند آن را به سلاح تبدیل کنند، تفاوت بزرگی خواهد داشت. من حدس می‌زنم اگر این مزیت هنوز وجود داشته باشد، این نوع مشکلات همچنان ظاهر می‌شوند.