Mengapa bisnis kesulitan mencapai tujuan AI mereka?
- Setengah dari bisnis telah membatalkan proyek AI karena infrastruktur yang buruk
- 97% setuju bahwa awan menyimpan kunci untuk penyederhanaan dan efisiensi
- Perusahaan juga menghadapi tekanan dari sudut pandang keberlanjutan
Kecerdasan buatan tidak terbukti menjadi kunci emas bagi banyak bisnis, dengan dua dari tiga (65%) mengakui lingkungan kecerdasan buatan mereka terlalu rumit untuk dikelola dan lebih dari separuh (54%) telah membatalkan proyek kecerdasan buatan dalam dua tahun terakhir karena masalah infrastruktur.
Dan infrastruktur, menurut laporan terbaru DDN tentang Kondisi Infrastruktur AI, adalah hal yang tepat yang menghambat bisnis, diikuti dengan cepat oleh energi.
Menghadapi masa depan, 97% setuju bahwa awan adalah hal yang penting untuk memperluas inisiatif kecerdasan buatan (AI), dengan beban kerja AI hibrida yang diharapkan tumbuh sebesar 162% dalam 12 bulan mendatang.
AI bergantung pada fondasi infrastruktur yang baik
Laporan DDN mengungkap peran signifikan yang dimainkan pihak ketiga, dengan 72% mengandalkan keahlian eksternal dan hanya 12% yang bergantung sepenuhnya pada tim internal. Hal ini menarik, karena 83% setuju bahwa tim sedang menghadapi kesulitan saat ini dan 98% mengakui adanya kekurangan dalam keterampilan AI, yang semakin memperkuat kebutuhan akan bantuan dari luar.
Studi tersebut juga menemukan bahwa kegagalan terbesar dapat dilacak kembali ke kesilapan, baik di penyimpanan, komputasi atau pipa data. "Perusahaan sedang menyadari bahwa mengembangkan AI bukanlah masalah komputasi - itu adalah masalah integrasi," tulis Sven Oehme, CTO DDN. "Jika infrastruktur Anda tidak terpadu, AI Anda tidak bisa belajar secara efisien."
Alasan umum lainnya untuk kegagalan termasuk teknologi lama, strategi awan yang buruk, dan kompleksitas penggunaan alat secara bertumpuk daripada menyederhanakannya.
Tanpa infrastruktur modern dan terpadu, AI tidak bisa berkembang," kata CEO DDN Alex Bouzari, menyoroti perusahaan yang mengejar model dan GPU daripada fokus pada "lapisan data di bawahnya.
Semua ini terjadi di tengah tekanan yang meningkat dari pemangku kepentingan dan regulator. Mayoritas (93%) saat ini secara aktif berusaha mengurangi dampak energi AI, dengan sekitar setengahnya (47%) menyebutkan daya dan pendinginan sebagai ketidakefisienan utama. Oleh karena itu, "tokens per watt" mulai muncul sebagai metrik kinerja baru untuk efisiensi AI.
Ikuti smelectronikon Google Beritadantambahkan kami sebagai sumber favorit AndaUntuk mendapatkan berita, ulasan, dan opini para ahli kami di feed Anda. Pastikan untuk mengklik tombol Ikuti!
Dan tentu saja Anda juga dapatikuti smelectronikon TikTokuntuk berita, ulasan, unboxing dalam bentuk video, dan dapatkan pembaruan rutin dari kami tentangWhatsAppjuga.
Seperti artikel ini? Untuk cerita-cerita seperti ini, ikuti kami di MSN dengan mengklik tombol +Ikuti di bagian atas halaman ini.
Posting Komentar