Sztuczna inteligencja w chmurze

Chmura ogarnia stopniowo kolejne obszary biznesu, stała się już także naturalnym środowiskiem dla zaawansowanej analityki i sztucznej inteligencji (AI). Wiele przedsiębiorstw przechodzi na analitykę w modelu cloud, ze względu na dostępność praktycznie nieograniczonej mocy obliczeniowej, która zapewnia szybkie i kompleksowe wyniki analiz, a w rezultacie pozwala na bardziej efektywne podejmowanie decyzji biznesowych. Analityka w chmurze pozwala na wykorzystanie jej możliwości przez szersze kręgi pracowników, ułatwia wymianę informacji i poprawia współpracę zarówno wewnątrz organizacji, jak i poza nią. Rozwiązania chmurowe są idealne do tworzenia środowisk testowo-deweloperskich. To w nich analitycy i specjaliści data science będą mieli możliwość eksperymentowania i testowania różnych modeli, zanim zostaną one zweryfikowane i przeniesione do środowiska produkcyjnego. To napędza innowacje, pozwala szybciej wprowadzić na rynek nowe produkty i usługi – przy jednoczesnym ograniczeniu ryzyka. Bardzo ważny jest tu aspekt elastyczności infrastruktury chmurowej, ponieważ w przypadku zaawansowanej analityki i sztucznej inteligencji zapotrzebowanie na moc obliczeniową jest zmienne. Większe, gdy trwa uczenie i testowanie modeli AI, a mniejsze w przypadku realizacji standardowych zadań. To zapewnia optymalizację kosztów całego rozwiązania.

On premise trzyma się mocno

Według danych IDC aż 81 proc. rodzimych organizacji buduje platformy IT łącząc własne centrum danych z chmurą. O tym, że cloud computing nie cieszy się jeszcze pełnym zaufaniem, świadczy fakt, że jedynie 1 proc. respondentów stawia tylko na tę technologię. Wyłącznie z własnej infrastruktury IT korzysta 18 proc. organizacji z Polski. „Wybór odpowiedniej platformy [cloud] jest uzależniony od potrzeb biznesowych, możliwości technologicznych, dostępności kompetencji, ale też strategii firmy, otoczenia prawnego czy kultury organizacji. W rezultacie znakomita większość przedsiębiorstw zarówno w Polsce, jak i w Europie korzysta ze środowisk hybrydowych, gdzie część procesów odbywa się w oparciu o infrastrukturę wewnętrzną, a część w chmurze” – tłumaczy Ewa Zborowska, Research Director w IDC.

Zobacz również:

Przyczyny niepowodzeń wdrożenia chmury

W badaniu „IDC EMEA, Multicloud Survey 2020” przedsiębiorstwa wskazały następujące powody niepowodzeń wdrożeń w chmurze publicznej:

• problemy z bezpieczeństwem – 31 proc.

• problemy z wydajnością – 24 proc.

• problemy z zaufaniem – 23 proc.

• luka w umiejętnościach – 23 proc.

• trudności z zachowaniem suwerenności danych – 21 proc.

Pomimo tych wyzwań, według innego raportu „IDC Worldwide Artificial Intelligence Spending Guide 2020” platformy AI w chmurze publicznej stanowiły 36,7 proc. całkowitych wydatków na platformy AI w Europie w 2019 r. Według prognoz IDC udział ten będzie systematycznie rósł w najbliższym czasie i już w 2021 roku platformy AI w chmurze powinny stanowić ponad połowę wszystkich wdrożeń. Z kolei za pięć lat chmura będzie dominującym modelem korzystania z platform AI, po który będzie sięgać 7 na 10 organizacji w Europie.

Raport IDC „Sztuczna inteligencja i chmura. Jak połączenie zaawansowanej analityki z chmurą wspiera firmy przyszłości?” można pobrać na stronie:https://www.sas.com/gms/redirect.jsp?detail=GMS201437_279665

Oprac. na podst. mat. pras.

Zgłoś naruszenie/Błąd