Drei große Herausforderungen der generativen KI für den Betrieb und die Wartung der Cloud

Autor |. David Linthicum

Planung |. Heutzutage zweifelt niemand an der Leistungsfähigkeit der KI, aber Unternehmen müssen sich darüber im Klaren sein, dass sie auch zur Bereitstellung zu vieler Anwendungen, Skalierungsproblemen und Kostenüberschreitungen führen kann.

Da ich Erfahrung in der KI-Entwicklung und Integration in Unternehmens- und Cloud-Architekturen habe, kenne ich die Vorteile generativer KI. Allerdings weiß ich auch, dass es zwar viele Vorteile gibt, aber auch Nachteile, die gleichzeitig berücksichtigt werden müssen. Da sich generative KI so schnell entwickelt, ist es wichtig zu entscheiden, wie man sie effektiv verwaltet und etwaige negative Auswirkungen reduziert.

Ich schlage drei Hauptnachteile generativer KI vor, die Cloud-Computing-Experten verstehen und bewältigen müssen.

1. Zu viele Cloud-Anwendungsbereitstellungen

Das ist das größte Problem, das ich sehe. Jetzt können wir mit No-Code- oder Low-Code-Mechanismen mithilfe generierter KI-gesteuerter Entwicklungstools Anwendungen schneller erstellen. Die Anzahl der bereitgestellten Anwendungen (die alle verwaltet werden müssen) kann leicht außer Kontrolle geraten.

Natürlich ist es gut, die Anwendungsbereitstellung zu beschleunigen, um den Geschäftsanforderungen gerecht zu werden. Der Anwendungsstau begrenzte das Geschäftswachstum in den 90er und frühen 2000er Jahren, also ist jede Möglichkeit, ihn zu verbessern, gut für das Geschäft, oder?

Allerdings sehe ich eine geradezu rücksichtslose Herangehensweise an die App-Entwicklung. Die für den Aufbau und die Bereitstellung dieser Systeme erforderliche Arbeit dauert nur Tage und manchmal Stunden. Unternehmen legen nicht viel Wert auf die Gesamtrolle von Anwendungen, und viele Anwendungen werden speziell für taktische Zwecke entwickelt und sind oft überflüssig. CloudOps-Teams versuchen, die drei- bis fünffache Anzahl an Anwendungen und verbundenen Datenbanken zu verwalten, die sie sollten. Das ganze Chaos lässt sich nicht skalieren und die Kosten sind zu hoch.

2. Skalierungsproblem

Generative künstliche Intelligenzsysteme erfordern mehr Rechen- und Speicherressourcen als derzeit bereitgestellt. Eine größere Skalierung erfordert die Nutzung dieser Ressourcen und ist nicht so einfach wie die Bereitstellung weiterer Speicher- und Rechendienste.

Um den Einsatz generativer KI-Systeme rasch auszuweiten, müssen Überlegungen und Planungen zur Beschaffung und Bereitstellung zusätzlicher Ressourcenunterstützung angestellt werden. Dies hängt im Allgemeinen davon ab, dass das Betriebsteam die richtige Menge an Ressourcen korrekt bereitstellt, ohne den Wert des Systems zu beeinträchtigen oder seine Fähigkeiten einzuschränken. Die Kompromisse hier sind nahezu endlos.

3. Geben Sie Geld wie Wasser aus und geben Sie zu viel aus

Wir stellen möglicherweise fest, dass die Kosten für die Erstellung von KI-Systemen dramatisch gestiegen sind, während wir damit beschäftigt sind, Finanzbetriebssysteme zur Überwachung und Verwaltung von Cloud-Kosten aufzubauen. Was sollten Sie tun?

Eigentlich ist dies ein geschäftliches Problem, kein technisches Problem. Unternehmen müssen verstehen, warum Cloud-Ausgaben getätigt werden, wie sie getätigt werden und welche Vorteile sich daraus für die Geschäftsrendite ergeben. Die Kosten können dann in das vordefinierte Budget eingerechnet werden.

Dies ist ein Hotspot für Unternehmen, deren Cloud-Ausgaben begrenzt sind. Oftmals möchten Branchenentwickler generative KI-Systeme aus legitimen Geschäftsgründen nutzen. Allerdings sind sie, wie bereits erwähnt, mit einem hohen Preis verbunden, sodass Unternehmen eine Finanzierung, kommerzielle Motivation oder beides finden müssen.

Obwohl generative künstliche Intelligenz heute die Technologie ist, die von den sogenannten „coolen Kids“ verwendet wird, ist sie in der Regel nicht kosteneffektiv. Generative KI wird manchmal für einfache taktische Aufgaben eingesetzt, die mit traditionelleren Entwicklungsmethoden vergleichbar sind. Der übermäßige Einsatz von KI ist seit ihrer Einführung ein anhaltendes Problem; die Realität ist, dass die Technologie nur auf bestimmte Geschäftsprobleme anwendbar ist. Aber es ist beliebt, gehypt und daher überstrapaziert.

Diese Fragen verdeutlichen den Bedarf an mehr Erfahrung, wenn diese Technologie ausgereift ist. Dies könnte jedoch negative Auswirkungen auf den Cloud-Betrieb haben, wie es auch beim ersten Start der Cloud der Fall war.

Originallink:

Das obige ist der detaillierte Inhalt vonDrei große Herausforderungen der generativen KI für den Betrieb und die Wartung der Cloud. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!