Trois défis majeurs de l'IA générative pour l'exploitation et la maintenance du cloud

Auteur | David Linthicum

Planification | Yan Zheng

De nos jours, personne ne doute de la puissance de l'IA, mais les entreprises doivent être conscientes qu'elle peut également conduire au déploiement d'un trop grand nombre d'applications, à des problèmes de mise à l'échelle et à des dépassements de coûts.

Depuis que j'ai de l'expérience dans le développement et l'intégration de l'IA avec des architectures d'entreprise et cloud, je connais les avantages de l'IA générative. Cependant, je sais aussi que s’il y a de nombreux avantages, il y a aussi des inconvénients qu’il faut considérer simultanément. L’IA générative se développant si rapidement, il est important de décider comment la gérer efficacement et réduire tout impact négatif.

Je propose trois inconvénients majeurs de l'IA générative que les professionnels du cloud computing doivent comprendre et gérer.

1. Trop de déploiements d'applications cloud

C'est le plus gros problème que je vois. Désormais, grâce aux mécanismes no-code ou low-code, nous pouvons créer des applications plus rapidement à l’aide d’outils de développement générés par l’IA. Le nombre d’applications déployées (qui doivent toutes être gérées) peut facilement devenir incontrôlable.

Bien sûr, il est bon d’accélérer le déploiement des applications pour répondre aux besoins de l’entreprise. Le retard dans les applications limitait la croissance de l'entreprise dans les années 90 et au début des années 2000, donc toute façon de l'améliorer est bonne pour les affaires, n'est-ce pas ?

Cependant, je constate une approche presque imprudente du développement d'applications. Le travail requis pour créer et déployer ces systèmes ne prend que quelques jours, voire quelques heures. Les entreprises ne réfléchissent pas beaucoup au rôle global des applications, et de nombreuses applications sont spécialement conçues pour répondre à des besoins tactiques et sont souvent redondantes. Les équipes CloudOps tentent de gérer trois à cinq fois plus d'applications et de bases de données connectées qu'elles le devraient. Ce gâchis ne pourra pas prendre une ampleur considérable et le coût est trop élevé.

2. Problème d'évolutivité

Les systèmes d'intelligence artificielle générative nécessitent plus de ressources de calcul et de stockage que celles actuellement disponibles. Pour atteindre une plus grande échelle, il faut exploiter ces ressources et n'est pas aussi simple que d'activer davantage de services de stockage et de calcul.

Afin d'étendre rapidement l'utilisation des systèmes d'IA générative, une réflexion et une planification doivent être prises pour obtenir et déployer des ressources supplémentaires. Cela dépend généralement de la capacité de l'équipe opérationnelle à déployer correctement la bonne quantité de ressources sans compromettre la valeur du système ni limiter ses capacités. Les compromis ici sont presque infinis.

3. Dépensez de l'argent comme de l'eau et dépensez trop

Nous pouvons remarquer que pendant que nous sommes occupés à créer des systèmes d'exploitation financiers pour surveiller et gérer les coûts du cloud, le coût de génération des systèmes d'IA a considérablement augmenté. Que devez-vous faire ?

En fait, il s’agit d’un problème commercial, pas d’un problème technique. Les entreprises doivent comprendre pourquoi et comment elles investissent dans le cloud, ainsi que le retour sur investissement qu’elles en retirent. Les coûts peuvent alors être inclus dans le budget prédéfini.

C'est un point chaud pour les entreprises qui ont des limites sur les dépenses cloud. Souvent, les développeurs métier souhaitent exploiter les systèmes d’IA générative pour des raisons commerciales légitimes. Cependant, comme indiqué précédemment, leur prix est élevé et les entreprises doivent donc trouver du financement, une motivation commerciale, ou les deux.

Souvent, bien que l'intelligence artificielle générative soit la technologie utilisée aujourd'hui par les soi-disant « enfants cool », elle n'est généralement pas rentable. L’IA générative est parfois utilisée pour des tâches tactiques simples comparables aux méthodes de développement plus traditionnelles. La surutilisation de l’IA est un problème persistant depuis sa création ; la réalité est que la technologie ne s’applique qu’à certains problèmes commerciaux. Mais c’est populaire, médiatisé et donc galvaudé.

Ces questions illustrent la nécessité d’acquérir plus d’expérience à mesure que cette technologie évolue. Cependant, cela pourrait avoir un impact négatif sur les opérations cloud, comme ce fut le cas lorsque le cloud a décollé pour la première fois.

Lien original : //m.sbmmt.com/link/a26475af783877529bf81eed81743d71

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!