Wie kann sichergestellt werden, dass KI- und Analyseprojekte nicht scheitern?

2023 ist ein Jahr eskalierender Wirtschaftskrisen und Klimarisiken. Daher wird der Bedarf an datengesteuerten Erkenntnissen zur Förderung von Effizienz, Widerstandsfähigkeit und anderen wichtigen Initiativen für Unternehmen im Jahr 2023 oberste Priorität haben. Viele Unternehmen haben versucht, fortschrittliche Analysen und künstliche Intelligenz einzusetzen, um diesem Bedarf gerecht zu werden. Jetzt müssen sie den Proof of Concept in einen Return on Investment umwandeln.

Viele Unternehmen machen große Fortschritte und investieren viel Talent und die richtige Software. Allerdings scheitern die KI- und Analyseprojekte vieler Unternehmen, weil sie nicht über die richtigen Grundtechnologien zur Unterstützung von KI- und erweiterten Analyse-Workloads verfügen. Einige Unternehmen verlassen sich auf veraltete Legacy-Hardwaresysteme, während andere durch die Kosten- und Kontrollprobleme behindert werden, die mit der Nutzung der öffentlichen Cloud einhergehen. Die meisten Unternehmen sind von der Leistungsfähigkeit der KI-Softwaretools so verführt, dass sie es versäumen, die richtige Hardware auszuwählen.

Da sich das Innovationstempo in diesen Bereichen beschleunigt, ist es für Technologieführer jetzt an der Zeit, zu bewerten, was sie benötigen, um Projekte im Bereich künstliche Intelligenz und Analyse erfolgreich zu nutzen.

Unternehmen müssen eine geeignete Infrastruktur aufbauen

In einer Umfrage unter mehr als 2.000 Wirtschaftsführern stellte das Forschungsunternehmen IDC fest, dass immer mehr Befragte erkennen, dass Systeme der künstlichen Intelligenz, die auf einer speziell entwickelten Infrastruktur laufen müssen, einen echten Mehrwert bieten können. Tatsächlich nannten viele Befragte den Mangel an geeigneter Infrastruktur als Hauptgrund für das Scheitern von KI-Projekten. IDC stellte fest, dass Faktoren, die den Übergang zu einer KI-zentrierten Infrastruktur behindern, Bedenken hinsichtlich der Kosten und der Strategie sowie der Komplexität bestehender Datenumgebungen und -infrastrukturen sind.

Während Branchenexperten darin übereinstimmen, dass die Bereitstellung neuer Plattformen für Unternehmen schwierig ist, gibt es Möglichkeiten, den Wert von KI- und Analyseprojekten zu optimieren, wobei grundlegende Überlegungen wie Rechenleistung, Speicherarchitektur sowie Datenverarbeitung, Speicherung und Sicherheit berücksichtigt werden müssen.

Der Schlüssel sind Daten

Laut einem kürzlich vom Harvard Business Review veröffentlichten Umfragebericht ist die Datenverfügbarkeit ein wichtiger Leistungsindikator für Unternehmen, die künstliche Intelligenz und Analysen erfolgreich einsetzen. Kurz gesagt, erfolgreiche Unternehmensführer haben die Daten ihrer Unternehmen demokratisiert – indem sie sie den Mitarbeitern zugänglich gemacht haben, Daten von Kunden und Lieferanten erfasst und sie mit anderen geteilt haben. Die Verarbeitung von Daten ist der Schlüssel zu Kerntechnologie und Hardware. Folgendes ist zu beachten:

Daten abrufen: Um mehr Daten schneller analysieren zu können, benötigen Unternehmen eine schnellere Verarbeitung durch Hochleistungsserver und KI-freundliche Chips, egal ob CPUs oder GPUs. Die moderne Computerinfrastruktur ist darauf ausgelegt, die geschäftliche Agilität und Markteinführungszeit zu verbessern, indem sie Arbeitslasten wie Datenbanken und Analysen, künstliche Intelligenz und maschinelles Lernen, Hochleistungsrechnen und mehr unterstützt.

Daten speichern: Viele Unternehmen verfügen über große Datenmengen, um umsetzbare Erkenntnisse zu sammeln, benötigen jedoch einen sicheren und flexiblen Ort zum Speichern dieser Daten. Die innovativsten unstrukturierten Datenspeicherlösungen sind flexibel und in erster Linie darauf ausgelegt, Zuverlässigkeit im großen Maßstab ohne Leistungseinbußen zu erreichen. Moderne Objektspeicherlösungen bieten Leistung, Skalierbarkeit, Ausfallsicherheit und Kompatibilität auf einer global verteilten Architektur, um Unternehmens-Workloads wie Cloud Native, Archivierung, IoT, künstliche Intelligenz und Big-Data-Analysen zu unterstützen.

Schützen Sie Ihre Daten: Cyber-Bedrohungen gibt es überall, egal ob am Edge, vor Ort oder in der Cloud. Die Daten, Anwendungen und kritischen Systeme eines Unternehmens müssen geschützt werden. Viele Unternehmensleiter suchen nach einer vertrauenswürdigen Infrastruktur, die mit maximaler Flexibilität und geschäftlicher Agilität ohne Kompromisse bei der Sicherheit arbeiten kann. Sie wollen eine Zero-Trust-Architektur einführen, um Sicherheitsfunktionen unternehmensweit in Speicher-, Server-, hyperkonvergente, Netzwerk- und Datenschutzlösungen einzubetten.

Mobile Daten: Da sich die Datengenerierungslandschaft verändert und die Datenverkehrsmuster immer komplexer werden, erfordert die steigende Nachfrage die meisten Unternehmen, ihre Netzwerke neu zu bewerten. Damit die Daten reibungslos fließen können, müssen sie über das richtige Netzwerksystem verfügen. Allerdings mangelt es traditionellen proprietären Netzwerken häufig an Skalierbarkeit, bewährten cloudbasierten Lösungen und Automatisierung, während Open-Source-Lösungen kostspielig und unflexibel sein können. Offene Netzwerke meistern die Herausforderung, indem sie dem modernen Unternehmen Softwareauswahl, Ökosystemintegration und Automatisierung vom Edge über den Core bis hin zu Cloud-Plattformen ermöglichen.

Zugriff auf Daten: Die Entwicklung und der Einsatz von KI-Technologien erfolgt zunehmend auf leistungsstarken und effizienten Workstations. Diese speziell entwickelten Systeme ermöglichen es Teams, in allen Phasen der KI-Entwicklung und zunehmend auch während der Bereitstellung intelligenter und schneller mit KI und Analysen zu arbeiten, da sie Edge-Inferenz ermöglichen. Um Mitarbeitern Zugang zu den Daten zu ermöglichen, die sie benötigen, müssen Unternehmen von isolierten, starren und teuren Altsystemen wegkommen und sich neuen Lösungen zuwenden, die Geschwindigkeit, Skalierbarkeit und Vertrauen in Analysen und künstliche Intelligenz ermöglichen. Data Lakehouse unterstützt Business Intelligence, Analysen, Echtzeit-Datenanwendungen, Datenwissenschaft und maschinelles Lernen an einem Ort und bietet Datenwissenschaftlern, Geschäftsanalysten und anderen, die Daten zur Steigerung des Geschäftswerts benötigen, schnellen und einfachen Zugriff Zugriff auf Funktionalität.

Fokus auf Ergebnisse

Analysen und künstliche Intelligenz versprechen bessere Geschäftseinblicke aus Data Warehouses, Datenflüssen und Data Lakes. Doch Unternehmen müssen zunächst ihre Fähigkeit beurteilen, KI- oder Analyseprojekte zu entwickeln und erfolgreich umzusetzen. Die meisten Unternehmen müssen kritische Infrastruktur und Hardware modernisieren, um die KI-Entwicklung und -Bereitstellung vom Edge über das Rechenzentrum bis hin zu Cloud-Plattformen unterstützen zu können. Unternehmen, die dies tun, werden feststellen, dass ihre Daten und Anwendungen Kraftmultiplikatoren sind. Unterwegs werden sie Upgrades implementieren, um sicherzustellen, dass die Daten sicher und zugänglich sind, um IT- und Geschäftsziele für die kommenden Jahre zu erreichen.

Das obige ist der detaillierte Inhalt vonWie kann sichergestellt werden, dass KI- und Analyseprojekte nicht scheitern?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!