盡管?chē)@生成式人工智能的討論很熱烈，但大多數(shù)行業(yè)專(zhuān)家尚未解決一個(gè)重要問(wèn)題：是否有一個(gè)基礎(chǔ)設(shè)施平臺(tái)可以長(zhǎng)期支持這項(xiàng)技術(shù)，如果有的話(huà)，它是否具有足夠的可持續(xù)性來(lái)支持生成式人工智能所承諾的激進(jìn)創(chuàng)新？

生成式人工智能工具已經(jīng)享有盛譽(yù)，只需點(diǎn)擊一下按鈕即可編寫(xiě)合成良好的文本——否則這些任務(wù)可能需要數(shù)小時(shí)、數(shù)天、數(shù)周或數(shù)月才能手動(dòng)完成。

這一切都很好，但如果沒(méi)有適當(dāng)?shù)幕A(chǔ)設(shè)施，這些工具根本不具備真正改變世界的可擴(kuò)展性。生成人工智能的天文數(shù)字運(yùn)營(yíng)成本很快就會(huì)超過(guò)760 億美元，這已經(jīng)證明了這一事實(shí)，但還有其他因素在起作用。

企業(yè)需要專(zhuān)注于創(chuàng)建和連接正確的工具以可持續(xù)地利用它，并且必須投資于集中式數(shù)據(jù)基礎(chǔ)設(shè)施，使所有相關(guān)數(shù)據(jù)能夠無(wú)縫地訪(fǎng)問(wèn)其法學(xué)碩士，而無(wú)需專(zhuān)用管道。通過(guò)戰(zhàn)略性地實(shí)施適當(dāng)?shù)墓ぞ?，盡管數(shù)據(jù)中心目前存在容量限制，他們將能夠提供他們所尋求的業(yè)務(wù)價(jià)值——只有這樣，人工智能革命才能真正推進(jìn)。

熟悉的模式

凱捷研究院的一份新報(bào)告顯示，74%的高管認(rèn)為生成式人工智能的好處超過(guò)了其擔(dān)憂(yōu)。這樣的共識(shí)已經(jīng)促進(jìn)了企業(yè)的高采用率——大約70%的亞太組織要么表達(dá)了投資這些技術(shù)的意圖，要么已經(jīng)開(kāi)始探索實(shí)際用例。

但世界以前就已經(jīng)走過(guò)這條路了。以互聯(lián)網(wǎng)為例，它逐漸受到越來(lái)越多的關(guān)注，然后通過(guò)無(wú)數(shù)出色的應(yīng)用超出了人們的預(yù)期。盡管其功能令人印象深刻，但只有當(dāng)其應(yīng)用程序開(kāi)始為企業(yè)大規(guī)模提供有形價(jià)值時(shí)，它才真正起飛。

超越 ChatGPT

人工智能也陷入了類(lèi)似的循環(huán)。企業(yè)已經(jīng)迅速接受了這項(xiàng)技術(shù)，估計(jì) 93%的企業(yè)已經(jīng)參與了多項(xiàng) AI/ML 用例研究。但盡管采用率很高，許多企業(yè)仍然在部署方面遇到困難——這是數(shù)據(jù)基礎(chǔ)設(shè)施不兼容的明顯跡象。

有了適當(dāng)?shù)幕A(chǔ)設(shè)施，公司就可以超越生成人工智能誘人功能的表面水平，并利用其真正的潛力來(lái)改變他們的業(yè)務(wù)格局。

事實(shí)上，生成式人工智能可以幫助快速撰寫(xiě)摘要，并且在大多數(shù)情況下非常有效，但它的潛力遠(yuǎn)遠(yuǎn)不止于此。從潛在的藥物發(fā)現(xiàn)到醫(yī)療保健治療再到供應(yīng)鏈優(yōu)化，如果支持和驅(qū)動(dòng)人工智能應(yīng)用程序的數(shù)據(jù)中心不夠強(qiáng)大，無(wú)法管理其工作負(fù)載，那么這些突破都是不可能實(shí)現(xiàn)的。

克服可擴(kuò)展性障礙

由于缺乏可擴(kuò)展性，生成式人工智能尚未真正為企業(yè)帶來(lái)重大價(jià)值。這是因?yàn)閿?shù)據(jù)中心存在容量限制——它們的基礎(chǔ)設(shè)施最初并不是為了支持大型語(yǔ)言模型 (LLM) 高效運(yùn)行多個(gè)訓(xùn)練周期所需的大規(guī)模探索、編排和模型調(diào)整而設(shè)計(jì)的。

因此，從生成式人工智能中獲得價(jià)值取決于企業(yè)如何利用自己的數(shù)據(jù)，而這可以通過(guò)開(kāi)發(fā)強(qiáng)大的數(shù)據(jù)架構(gòu)來(lái)改進(jìn)。這可以通過(guò)將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)源連接到法學(xué)碩士或通過(guò)增加現(xiàn)有硬件的吞吐量來(lái)實(shí)現(xiàn)。

對(duì)于希望在組織數(shù)據(jù)上培訓(xùn)法學(xué)碩士的公司來(lái)說(shuō)，首先必須以統(tǒng)一的方式整合這些數(shù)據(jù)，這一點(diǎn)至關(guān)重要。否則，孤立結(jié)構(gòu)中的數(shù)據(jù)可能會(huì)對(duì)法學(xué)碩士的學(xué)習(xí)能力產(chǎn)生偏差。

支持系統(tǒng)

生成式人工智能并不是憑空出現(xiàn)的——它已經(jīng)醞釀了相當(dāng)長(zhǎng)一段時(shí)間了，而且它的使用和潛力只會(huì)在未來(lái)幾十年內(nèi)不斷增長(zhǎng)。但目前，其業(yè)務(wù)應(yīng)用程序遇到了不可擴(kuò)展的障礙。

現(xiàn)實(shí)情況是，這些不同的工具的強(qiáng)大程度取決于支持它們的數(shù)據(jù)處理基礎(chǔ)設(shè)施。因此，企業(yè)領(lǐng)導(dǎo)者必須利用能夠處理 PB 級(jí)數(shù)據(jù)的平臺(tái)，這些工具需要切實(shí)地兌現(xiàn)其承諾的重大價(jià)值。