Роль ИИ в облачных вычислениях

Двойные столпы облачных вычислений и искусственного интеллекта (ИИ) продвигают бизнес по многим направлениям за пределами ИТ. В то время как рынок облачных вычислений, по прогнозам, удвоится с его нынешнего размера до 947 миллиардов долларов к 2026 году, рынок ИИ вырастет более чем в 5 раз до 309 миллиардов долларов.

Излишне говорить, что обе эти технологии влияют друг на друга множеством способов. Облако способствует более быстрому внедрению и увеличению расходов на ИИ, что приводит к полномасштабному развертыванию ИИ. Фактически, исследование Deloitte показало, что 70% компаний получают свои возможности ИИ с помощью облачного программного обеспечения, а 65% создают приложения ИИ с помощью облака. Сервисы.

«Облако оказалось удивительным механизмом распространения алгоритмов — все три ведущих облачных провайдера предоставили набор алгоритмов, которые значительно упрощают работу с ИИ», — сказал Том Дэвенпорт, почетный профессор информационных технологий и управления при президенте США. Бэбсон Колледж.

Объединение ИИ и облачных вычислений

Применение программного обеспечения ИИ на основе алгоритмов машинного обучения (МО) в облачных средах обеспечивает интуитивно понятный и взаимосвязанный опыт для клиентов и пользователей. Alexa и Siri — всего лишь два примера этой бесшовной комбинации, которая позволяет выполнять множество операций, от поиска до воспроизведения песни и совершения покупки.

ИТ-автоматизация для масс

В моделях ML для обучения алгоритма используются большие наборы данных. Эти данные могут быть структурированными, неструктурированными или необработанными, и для их обработки требуются мощные процессоры и графические процессоры. Сегодня только идеальное сочетание общедоступных, частных или гибридных облачных систем (в зависимости от требований безопасности и соответствия требованиям) может обеспечить такую ​​огромную вычислительную мощность.Кроме того, облако также предоставляет услуги, которые используются в ML, такие как бессерверные вычисления, пакетная обработка и оркестрация контейнеров.

Благодаря общедоступным облачным сервисам разработчикам не нужно создавать и управлять отдельной инфраструктурой для размещения платформ ИИ. Они могут использовать готовые конфигурации и модели для тестирования и развертывания приложений ИИ.

Гонка за функциональной совместимостью гибридных мультиоблачных сред

Кроме того, общие услуги, основанные на ИИ, но не обязательно требующие модели машинного обучения, такие как преобразование речи в текст, аналитика и визуализация, можно улучшить, запуская их из облака с использованием собственных данных, созданных организацией.

Некоторые из наиболее распространенных приложений на основе ИИ в облаке включают:

Интернет вещей – Облачные архитектуры и сервисы, поддерживающие IoT, могут хранить и обрабатывать данные, сгенерированные платформами ИИ на устройствах IoT.

Чат-боты — Чат-боты — это повсеместно распространенное программное обеспечение на основе искусственного интеллекта, которое использует обработку естественного языка (NLP) для общения с пользователями — благо для обслуживания клиентов в эпоху мгновенного удовлетворения. Облачные платформы хранят и обрабатывают данные, собранные чат-ботами, а облачные сервисы подключают их к соответствующим приложениям для дальнейшей обработки. Данные клиентов также возвращаются в приложение чат-бота, которое находится в облаке.

Бизнес-аналитика — BI — еще одно распространенное приложение, в котором ИИ используется для сбора данных о рынке, целевой аудитории и конкурентах клиентов. Облако снова облегчает хранение и передачу данных, в то время как ИИ обрабатывает их с помощью моделей предиктивной аналитики.

ИИ как услуга (AIaaS) – Поставщики публичных облаков теперь предлагают услуги аутсорсинга ИИ, что позволяет компаниям тестировать программное обеспечение и алгоритмы машинного обучения, не рискуя своей основной инфраструктурой. Они могут развертывать готовые приложения ИИ за небольшую часть стоимости внутреннего ИИ со значительной экономией капитальных затрат.

Когнитивные облачные вычисления – Когнитивные вычисления – это использование моделей ИИ для воспроизведения и моделирования мыслительных процессов человека в сложных ситуациях. Такие игроки, как IBM и Google, создали когнитивные облачные платформы, которые предоставляют предприятиям когнитивные идеи как услугу и облегчают применение этой технологии в финансах, розничной торговле, здравоохранении и других отраслях.

Преимущества развертывания ИИ в облачных средах

ИИ — это общеизвестная вишенка на облачном пироге. А также глазурь, ганаш, клубника и посыпка вместе взятые. Вот почему ИИ и облако образуют команду-победительницу:

Экономия на издержках – Традиционно модели на основе машинного обучения работали на дорогих машинах с несколькими графическими процессорами в корпоративных центрах обработки данных. Благодаря достижениям в области виртуализации как в общедоступных, так и в частных облаках стоимость создания, тестирования и развертывания этих моделей резко снизилась. Это уравняло правила игры для многих малых и средних предприятий.

«Сегодня я могу запустить свои навыки в области искусственного интеллекта, используя только кредитную карту. Когда я только закончил колледж, мы создавали вещи, которые буквально стоили 100 миллионов долларов пространства центра обработки данных только для того, чтобы получить ответы на простые вопросы», — сказал Дэвид Линтикам, директор по облачной стратегии Deloitte Consulting.

Производительность – Алгоритмы на основе искусственного интеллекта требовали значительного времени и усилий администратора с точки зрения создания тестовых и производственных сред, управления программным обеспечением и предоставления аппаратных ресурсов для вычислительных операций и хранения. Централизованно управляемое гибридное облако или общедоступное облако избавляет от этого, позволяя ИТ-персоналу сосредоточиться на неповторяющихся задачах.

Автоматизация – ИИ также внедряется прямо в облачную инфраструктуру, чтобы помочь автоматизировать рутинные процессы и оптимизировать рабочие нагрузки. В гибридной облачной среде инструменты ИИ можно использовать для мониторинга, управления и самовосстановления отдельных общедоступных и частных облачных компонентов.

Аналитика – Данные, хранящиеся в большинстве облачных рабочих нагрузок, необходимо анализировать для получения дополнительных сведений.Модели на основе ИИ упрощают сбор этих данных в режиме реального времени и разработку собственной аналитики и информационных панелей для каждого из этих приложений.

Управление данными – ИИ помогает повысить облачные рабочие нагрузки в сфере обслуживания клиентов, маркетинга, ERP и управления цепочками поставок, обрабатывая и генерируя данные в режиме реального времени. Например, инструменты искусственного интеллекта, встроенные в Dataflow, платформу потоковой аналитики в Google Cloud, могут выполнять такие разнообразные функции, как программные ставки в медийной рекламе, предотвращение мошенничества в финансовых услугах, обнаружение угроз в области ИТ-безопасности и персонализированные рекомендации по покупкам в розничной торговле.

Улучшенные инструменты SaaS – Возможно, наиболее очевидным и популярным применением алгоритмов на основе ИИ является их интеграция в основные инструменты SaaS, помогающая предоставлять конечным пользователям больше функциональности и ценности. Например, Salesforce добавила «Эйнштейн», алгоритм на основе искусственного интеллекта, в свою флагманскую CRM-систему, чтобы помочь клиентам разобраться в огромных объемах генерируемых данных, найти закономерности в этих данных и получить ценную информацию для улучшения своих стратегий продаж.

Это всего лишь один пример среди буквально сотен SaaS-инструментов с поддержкой ИИ.

Проблемы при развертывании ИИ в облачных средах

Слияние искусственного интеллекта и облака — это не всегда сладкое. Основными проблемами являются конфиденциальность данных и возможность подключения.

Конфиденциальность данных – Модель технологии SaaS с оплатой по факту использования позволяет тысячам компаний по всему миру анализировать данные, повышать эффективность рутинных процессов, разрабатывать новые продукты и даже выходить на новые вертикали. Поэтому они управляют своими данными о клиентах, поставщиках и рынке через облачные приложения, практически не осознавая риски безопасности общедоступного облака. Когда ИИ обрабатывает данные, переданные в инструмент SaaS в общедоступной облачной среде, он увеличивает эти риски в геометрической прогрессии. Конфиденциальные данные компании могут быть подвержены нарушению безопасности или несанкционированному доступу, если процессы и периметры для алгоритмов ИИ четко не определены.

Связь – Работа любого алгоритма или системы обработки данных в облаке зависит от одной вещи: стабильного подключения к Интернету. Плохое сетевое подключение может замедлить процессы машинного обучения и свести на нет цель, в которой задействованы транзакции и аналитика в реальном времени.

Гибридное облако — новый дом ИИ

Предприятие ищет ИИ для получения все большего количества информации в режиме реального времени, которая стимулирует инновации и дает им конкурентное преимущество. Для этого ему нужна надежная инфраструктура, которая может обрабатывать огромные объемы данных, гарантируя безопасность и функциональность для конечных пользователей.

Nutanix сотрудничает с NVIDIA и Mellanox Technologies для создания гибридной облачной инфраструктуры с поддержкой ИИ, которая позволяет компаниям из розничной торговли, здравоохранения, финансов, аэрокосмической и других отраслей разрабатывать готовые решения и приложения на основе ИИ. Действительно, ИИ наконец нашел свой замок в облаке!

Это обновление оригинальной статьи, опубликованной 19 июня 2020 г.

Изображение функции 1 от Pixabay.

Майкл Бреннер — основной докладчик, автор и генеральный директор Marketing Insider Group. Майкл написал сотни статей для таких сайтов, как Forbes, Entrepreneur Magazine и The Guardian, и ежегодно выступает на десятках конференций по лидерству, посвященных таким темам, как маркетинг, лидерство, технологии и бизнес-стратегия. Подпишитесь на него @BrennerMichael.

© Nutanix, Inc., 2021. Все права защищены. Дополнительную юридическую информацию можно найти здесь.