Generatywna sztuczna inteligencja nie wpływa jeszcze na wydatki na IT, ale przedsiębiorstwa powinny ją zaplanować

Według firmy Gartner, większość przedsiębiorstw będzie wdrażać generatywną sztuczną inteligencję w sposób powolny i kontrolowany.

Thinstock

Podczas gdy szum wokół generatywnej sztucznej inteligencji jest namacalny, jak dotąd nie wpłynęło to na wydatki przedsiębiorstw na IT ¬¬- to jeden z głównych wniosków płynących z kwartalnej prognozy wydatków IT firmy Gartner, która przewiduje, że światowe wydatki na IT wyniosą 4,7 bln USD w 2023 r., co stanowi wzrost o 4,3% w porównaniu z 2022 r. Wydatki na systemy centrów danych nieznacznie spadły rok do roku, ale większość innych wydatków przedsiębiorstw wzrośnie, w tym wydatki na oprogramowanie, IT i usługi komunikacyjne. „Projekty IT przestawiają się z koncentracji na zewnętrznych rezultatach, takich jak przychody i doświadczenia klientów, na bardziej wewnętrzne wysiłki skoncentrowane na optymalizacji”, napisał w oświadczeniu John-David Lovelock, wybitny wiceprezes ds. analityki w firmie Gartner. „Segment oprogramowania odnotuje dwucyfrowy wzrost w 2023 roku, ponieważ organizacje zwiększają wykorzystanie i przenoszą wydatki na podstawowe aplikacje i platformy, które wspierają wzrost wydajności, takie jak aplikacje do planowania zasobów przedsiębiorstwa (ERP) i zarządzania relacjami z klientami (CRM). Wzrost cen dostawców będzie również nadal zwiększał wydatki na oprogramowanie w tym roku”, stwierdził Lovelock.

Jeśli chodzi o generatywną sztuczną inteligencję, LoveLock powiedział, że temat ten jest najważniejszy dla wielu liderów biznesu i IT, [ale] nie ma jeszcze znaczącego wpływu na poziom wydatków na IT. „Najlepszym kanałem wprowadzania generatywnej sztucznej inteligencji na rynek jest oprogramowanie, sprzęt i usługi, z których organizacje już korzystają. Każdego roku nowe funkcje są dodawane do produktów i usług technologicznych jako dodatki lub aktualizacje. Większość przedsiębiorstw będzie wdrażać generatywną sztuczną inteligencję w powolny i kontrolowany sposób poprzez aktualizacje narzędzi, które są już wbudowane w budżety IT”, uważa Lovelock. Jak powiedział, jeśli chodzi o AI w tym roku, organizacje mogą prosperować bez posiadania AI w produkcji, ale nie mogą być bez historii i strategii.

Zobacz również:

  • Blaski i cienie AI
  • Oto kolejny przykład, co potrafi sztuczna inteligencja

Tymczasem inne badania Gartnera wykazały, że gorączka wokół generatywnej sztucznej inteligencji i ChatGPT ostatecznie doprowadzi do zwiększenia wydatków na IT.

W majowej ankiecie Gartnera przeprowadzonej wśród ponad 2500 liderów kadry kierowniczej, 45% dyrektorów stwierdziło, że rozgłos ChatGPT skłonił ich do zwiększenia inwestycji w sztuczną inteligencję. Siedemdziesiąt procent kadry kierowniczej stwierdziło, że ich organizacja znajduje się w trybie badania i eksploracji generatywnej sztucznej inteligencji, podczas gdy 19% jest w trybie pilotażowym lub produkcyjnym. „Szał generatywnej sztucznej inteligencji nie wykazuje żadnych oznak osłabienia”, napisała w oświadczeniu Frances Karamouzis, wybitna wiceprezes ds. analityki w firmie Gartner. „Organizacje starają się określić, ile gotówki przeznaczyć na rozwiązania generatywnej sztucznej inteligencji, które produkty są warte inwestycji, kiedy zacząć i jak złagodzić ryzyko związane z tą nową technologią”. Ta sama ankieta wykazała, że 68% kadry kierowniczej uważa, że korzyści płynące z generatywnej sztucznej inteligencji przewyższają ryzyko, w porównaniu z zaledwie 5%, którzy uważają, że ryzyko przewyższa korzyści. „Początkowy entuzjazm dla nowej technologii może ustąpić miejsca bardziej rygorystycznej analizie zagrożeń i wyzwań związanych z wdrożeniem”, stwierdził Karamouzis. „Organizacje prawdopodobnie napotkają wiele pytań dotyczących zaufania, ryzyka, bezpieczeństwa, prywatności i etyki, gdy zaczną opracowywać i wdrażać generatywną sztuczną inteligencję”.

Inna ankieta, ta opublikowana przez MIT Technology Review Insights i sponsorowana przez firmę Databricks zajmującą się zarządzaniem danymi w przedsiębiorstwach, przeprowadziła ankietę wśród 600 kierowników wyższego szczebla ds. danych i technologii. Przewidywano, że prawie każda branża w końcu znajdzie zastosowanie dla generatywnej sztucznej inteligencji w najbliższej przyszłości. Sprzedawcy detaliczni mogą wykorzystywać tę technologię do planowania i instalacji cięższych towarów, producenci mogą używać jej jako wirtualnego „drugiego pilota” dla techników serwisowych i naprawczych, a media mogą wykorzystywać ją do pisania artykułów i nagłówków.

Co więcej, obecnie bardziej oczekuje się, że pojawienie się generatywnej sztucznej inteligencji poprawi istniejące przypadki użycia sztucznej inteligencji w biznesie. Na przykład chatboty do obsługi klientów i pracowników prawdopodobnie zostaną ulepszone dzięki szerszemu wykorzystaniu generatywnej sztucznej inteligencji, a także wysiłkom transformacji biznesowej w zakresie ujednolicania magazynów danych i podobnych, zgodnie z artykułem w CIO.com na temat ankiety.

Dostawcy koncentrują się na generatywnej sztucznej inteligencji

W ostatnich tygodniach wielu dostawców sieci wprowadzało plany technologii generatywnej sztucznej inteligencji. Na przykład Juniper Networks powiedział, że chce uprościć kontrolę sieci korporacyjnych poprzez rozszerzenie opartego na sztucznej inteligencji interfejsu konwersacyjnego swojego opartego na chmurze systemu zarządzania Mist i dodanie nowej usługi kontroli dostępu do zabezpieczeń. Juniper integruje oparty na sztucznej inteligencji model ChatGPT (LLM) z wirtualnym asystentem sieciowym Mist, Marvis. Marvis może wykrywać i opisywać niezliczone problemy sieciowe, w tym ciągłe awarie klientów przewodowych lub bezprzewodowych, złe kable, luki w zasięgu punktów dostępowych, problematyczne łącza WAN i niewystarczającą przepustowość częstotliwości radiowych. Dodając funkcje ChatGPT, Juniper rozszerza rolę Marvis i zwiększa jego dokumentację oraz opcje wsparcia, aby pomóc administratorom IT szybko uzyskać niezbędną pomoc w przypadku problemów lub wyzwań, stwierdził sprzedawca.

Firma Cisco oświadczyła niedawno, że zamierza połączyć zgromadzoną przez lata wiedzę na temat sieci i bezpieczeństwa z dużymi modelami językowymi (LLM) generatywnej sztucznej inteligencji, aby uprościć operacje przedsiębiorstwa i przeciwdziałać zagrożeniom za pomocą praktycznych, skutecznych technik. Pierwsze owoce tych wysiłków zostaną skierowane na Cisco Security Cloud, nadrzędną, zintegrowaną platformę bezpieczeństwa, która obejmuje oprogramowanie, takie jak kontrola dostępu Duo i zabezpieczenia Umbrella, a także zapory ogniowe i dostęp do analizy zagrożeń Talos, wszystkie dostarczane za pośrednictwem chmury. Cisco zapowiedziało, że oparty na sztucznej inteligencji silnik polityki, Policy Assistant, będzie dostępny pod koniec roku w Security Cloud. Chodzi o to, że asystent będzie korzystał z interfejsów języka naturalnego, aby uprościć zarządzanie zasadami dla administratorów. Generatywna sztuczna inteligencja będzie również częścią funkcji - które zostaną ujawnione w przyszłości - Cisco Networking Cloud zaprezentowanych podczas czerwcowego wydarzenia Cisco Live! Networking Cloud obejmie szeroki zakres integracji oprogramowania i systemów chmurowych, a jego ostatecznym celem jest konwergencja platform sieciowych w czasie, której kulminacją będzie ujednolicona platforma zarządzania.

IBM również głosi ewangelię sztucznej inteligencji

Niedawno IBM zapowiedział, że zintegruje sztuczną inteligencję ze swoimi komputerami mainframe. Najnowszy z16 Big Iron może pochwalić się akceleratorem AI wbudowanym w rdzeń procesora Telum, który według IBM może wykonać 300 miliardów głębokich wniosków dziennie z opóźnieniem jednej milisekundy. Najnowsza wersja systemu operacyjnego z/OS będzie zawierać nowy AI Framework dla operacji systemowych w celu optymalizacji procesów IT, uproszczenia zarządzania, poprawy wydajności i zmniejszenia wymagań dotyczących umiejętności. Nowa wersja będzie również obsługiwać technologie wdrażania obciążeń AI w kolokacji z aplikacjami z/OS i będzie oferować ulepszone możliwości chmury.

IBM rozpoczął wdrażanie systemu Watsonx, aby pomóc organizacjom przyspieszyć i skalować sztuczną inteligencję. Watsonx obejmuje trzy komponenty: studio Watsonx.ai dla nowych modeli fundamentalnych, generatywnej sztucznej inteligencji i uczenia maszynowego; magazyn danych Watsonx.data dostosowany do potrzeb; oraz zestaw narzędzi Watsonx.governance, który pomaga w tworzeniu przepływów pracy AI z odpowiedzialnością, przejrzystością i możliwością wyjaśnienia, podał IBM. Watsonx pozwala klientom i partnerom specjalizować i wdrażać modele dla różnych przypadków użycia w przedsiębiorstwie lub budować własne, według Big Blue.

Źródło: Networkworld

W celu komercyjnej reprodukcji treści Computerworld należy zakupić licencję. Skontaktuj się z naszym partnerem, YGS Group, pod adresem [email protected]

TOP 200