Искусственный интеллект становится основой корпоративных ИТ-сред и незаменимой технологией в разработке и предоставлении новых продуктов и услуг. При этом организации сталкиваются с рядом сложностей при внедрении ИИ, включая необходимость согласовать стратегию развития, архитектуру систем и данные. Хотя основное внимание отрасли приковано именно к ИИ, огромный потенциал кроется в смежных технологиях, таких как пространственные вычисления, чипы следующего поколения, квантовые компьютеры и пр. На этом фоне разрозненные системы уступают место взаимосвязанным решениям, которые способны адаптироваться к потребностям различных отраслей.
1. Взаимодействие: пространственные вычисления.
Речь идет о работе с трехмерными пространственными структурами. Это позволяет учитывать геометрические свойства объектов, такие как расположение, форма и размер. Пространственные вычисления объединяют цифровой и физический миры при помощи технологий виртуальной (VR), дополненной (AR) и смешанной (MR) реальности. Такие системы набирают обороты из-за своей способности создавать более естественные способы взаимодействия с информацией. Масштабирование этой технологии потребует внедрения передового оборудования и программного обеспечения, а также использования новых наборов навыков и образов мышления.
Благодаря ИИ пространственные вычисления превращаются из инструмента, приносящего пользу определенной группе работников, в мощную платформу на уровне всего предприятия, которая может обеспечивать расширенный анализ данных в реальном времени и автоматическую оптимизацию. Аналитики полагают, что достижения в области технологий могут привести к появлению бесшовных пространственных вычислений, что в конечном итоге позволит агентам ИИ предвидеть и заблаговременно удовлетворять потребности пользователей.
2. Информация: следующий этап развития ИИ — больше не значит лучше.
Многие организации интегрировали большие языковые модели (LLM) в свои операции. Однако, LLM не всегда являются оптимальным вариантом: иногда значительный масштаб препятствует гибкости. Поэтому некоторые компании обращаются к меньшим, специально разработанным моделям для решения конкретных задач. Несколько небольших ИИ-моделей могут работать сообща для выполнения определенных функций. Они способны генерировать мультимодальные результаты, выполнять симуляции, давать рекомендации и пр.
3. Вычисления: растущая потребность в оборудовании.
После многих лет доминирования программного обеспечения оборудование снова оказывается в центре внимания. Поскольку ИИ требует огромных вычислительных мощностей, компании активно закупают ускорители на основе графических процессоров (GPU), а также специализированные акселераторы.
Кроме того, растут продажи персональных компьютеров с функциями ИИ и устройств для организации вычислений на периферии. Хотя возросшие потребности в высокопроизводительных аппаратных платформах создают сложности для устойчивого развития, достижения в области чистых источников энергии и эффективности позволяют частично решить эти проблемы.
4. Технологии в бизнесе: ИИ расширяет возможности специалистов.
Новые функции на основе ИИ для написания кода, тестирования ПО и расширения возможностей работников трансформируют технологические команды и функции в организациях. Инструменты ГенИИ могут применяться для выполнения рутинных операций, быстрого анализа огромных массивов информации и снижения нагрузки на сотрудников. В целом, ИИ позволяет улучшить ИТ-среду по нескольким основным направлениям, среди которых названы инфраструктура, проектирование, финансовые операции, кадры и инновации.
5. Кибербезопасность: наступление эры квантовых вычислений.
Отрасль ИТ сталкивается с новой проблемой, связанной с развитием квантовых технологий. Современные криптографические системы становятся потенциально уязвимыми для взлома с помощью квантовых компьютеров. Это создает риск для целостности и подлинности данных и коммуникаций. Решить проблему поможет постквантовая криптография.
Речь идет об алгоритмах шифрования следующего поколения, построенных на сложных математических задачах, при обработке которых квантовые компьютеры не получат вычислительного преимущества перед традиционными системами.
6. Модернизация ядра: сложность простоты.
Интеграция ИИ в основную архитектуру предприятия приводит к глубоким изменениям в системах и процессах. Цель состоит в том, чтобы оптимизировать и упростить операции, но для этого требуются сложные перестройки. Эта трансформация заключается в автоматизации рутинных задач и фундаментальном переосмыслении и перепроектировании алгоритмов — с тем, чтобы они стали более интеллектуальными, эффективными и прогнозируемыми.
Такой подход требует тщательного планирования из-за сложности интеграции, необходимости внедрения передовых технологий и надежной структуры управления для обеспечения бесперебойной работы. Однако существует парадокс автоматизации: чем сложнее система, тем важнее становятся люди. Добавление ИИ в основные процессы может упростить пользовательский опыт, но это сделает их более сложными на архитектурном уровне. Глубокие технические навыки по-прежнему имеют решающее значение для управления ИИ.
Заключение.
Средства искусственного интеллекта, в том числе генеративного (ГенИИ), продолжают оказывать значительное влияние на глобальный ИТ-рынок. Это приводит к трансформации традиционных бизнес-процессов, повсеместному внедрению автоматизации, повышению эффективности и снижению нагрузки на сотрудников, выполняющих рутинные задачи. Вместе с тем значительно возрастают требования к центрам обработки данных (ЦОД) и появляются новые проблемы.
- Ревиртуализация / девиртуализация. Изменения политики лицензирования поставщиков средств виртуализации вынудили многие ИТ-команды пересмотреть свои варианты построения инфраструктуры. Некоторые переместились в публичное облако, другие — в частное. Третьи отдали предпочтение концепции распределенного облака, в основе которой лежит использование платформенных сервисов и технологических решений не только в публичном облаке, но и непосредственно на территории клиента.
- Культура безопасности. По мере того, как сложность и разнообразие атак увеличиваются, организации вынуждены предпринимать дополнительные защитные меры. Одна из них — внедрение программ поведения и культуры безопасности (SBCP): это общекорпоративный подход к минимизации инцидентов кибербезопасности, связанных с действиями сотрудников. Такие программы направлены на снижение рисков.
- Киберхранение. Речь идет о фрагментировании и распределении информации по нескольким местам хранения. При необходимости такие данные могут быть мгновенно собраны воедино для использования.
- Внедрение жидкостного охлаждения. Проблема эффективного отвода тепла от мощного оборудования в дата-центрах становится все более острой на фоне стремительного развития ИИ и высокопроизводительных вычислений. В этой связи операторы ЦОДов и гиперскейлеры внедряют инновационные решения, такие как прямое жидкостное охлаждение (DLC) и иммерсионное (погружное) охлаждение. Жидкостные системы позволяют поддерживать оптимальные температуры при одновременном сокращении энергопотребления по сравнению с традиционным воздушным охлаждением. Кроме того, значительно снижается уровень шума. Внедрение жидкостных систем помогает компаниям соблюдать многочисленные нормативные требования, касающиеся уровня энергоэффективности и объема выбросов вредных газов в атмосферу.
- Интеллектуальные приложения. ГенИИ открывает новые возможности в плане создания приложений, которые могут адаптироваться к контексту и намерениям своих пользователей, улучшая взаимодействие с цифровой средой. Такие инструменты помогают оптимизировать операции при одновременном снижении затрат ресурсов.
- Оптимальная инфраструктура. Руководителям организаций следует уделять повышенное внимание созданию оптимальных вариантов ИТ-инфраструктуры для конкретного применения с фокусом на бизнес-задачи. Это поможет сократить расходы и повысить эффективность