Sztuczna inteligencja coraz mocniej przenika do świata dedykowanych biznesowi usług IT. Abstrahując od coraz bardziej inteligentnych chatbotów, przewidywania popytu na produkty i usługi a nawet automatycznego inwestowania na giełdach warto zastanowić się co jeszcze może nam zaoferować jej połączenie z chmurą obliczeniową?
To oczywiście nie jest żadne wybieganie w przyszłość i prognozowanie możliwości jakie stoją za mariażem chmury i AI. To dzieje się już dzisiaj, a doskonałym potwierdzeniem tej tezy jest fakt istnienia dedykowanego rynku inteligentnych rozwiązań w chmurze. Cloud AI Market, gdyż tak określają go firmy analityczne, ma przed sobą wręcz imponujące perspektywy wzrostowe. Zgodnie z danymi Mordor Intelligence w ubiegłym roku był on wart 5,2 mld dolarów. Do 2025r ma jednak zwiększyć się blisko trzykrotnie, osiągając poziom 13,1 mld $, notując w tym okresie roczny przyrost o wartości 20%. To z pewnością daje do myślenia i uświadamia, że usługi chmurowe „napędzane AI” będą obszarem rozwiązań wartym śledzenia ze szczególną uwagą. Już dziś nie brakuje zresztą przykładów skuteczności tego połączenia, nie tylko w automatycznej analityce ogromnych zbiorów danych – dodaje Marcin Zmaczyński, Head of Marketing CEE w Aruba Cloud.
Na skróty:
Analityka na sterydach
Jednym z kluczowych wniosków wynikających z opracowania McKinsey Notes from the AI frontier: Applications and value of deep learning jest ten, że potencjał wykorzystania sztucznej inteligencji w aż 19 sektorach światowej gospodarki jest o co najmniej 30% większy niż jakichkolwiek innych znanych technik automatyzacji procesów. Wśród nich, nie zabrakło takich, gdzie procent ten rósł do 80-90%, jak choćby w przypadku branży motoryzacyjnej, wydobywczej, handlowej czy transporcie i logistyce.
Co więcej, wspomniana firma doradcza przeanalizowała aż 400 konkretnych przykładów użycia AI w poszczególnych obszarach działania firm i instytucji. Wniosek? Sztuczna inteligencja była niedościgniona w przypadku aż 70% z nich. Warto zauważyć, że doskonałym testerem prawdziwych możliwości AI jest zwykle jej zdolność do analizowania i przeszukiwania wielkich i zróżnicowanych źródeł danych, pochodzących z różnych okresów,
i odnajdowania w nich konkretnych korelacji w błyskawicznym tempie. – Dzięki temu, nic nie przewidzi nam szybciej m.in. potencjalnej awarii na linii produkcyjnej, zainteresowania danym produktem w najbliższym czasie czy wskazaniem, które trasy dostarczania przesyłek będą szybsze i bardziej optymalne kosztowo. Biorąc pod uwagę fakt, iż firmy coraz częściej stają się przedsiębiorstwami typu Cloud Born, czyli od podstaw stawiającymi na przechowywanie danych w chmurze, ze względu na znacznie niższe koszty i pełną przewidywalność finansową, oraz rosnącą popularność AI, „związek” ten już na pierwszy rzut oka ma ogromne szanse być udanym i długotrwałym – przekonuje Marcin Zmaczyński z Aruba Cloud.
Według Gartnera, do 2022 roku usługi chmury publicznej będą naturalnym ekosystemem aż 90% globalnych danych i podstawą innowacji w analityce. Już dziś, znaczna liczba firm odchodzi od pilotażu wdrażania rozwiązań AI do ich realnego użytkowania w wielu obszarach swojego działania, oddając jej coraz więcej odpowiedzialności za często kluczowe procesy. Do końca 2024r już trzy czwarte przedsiębiorstw wykona takich ruch, zwiększając jednocześnie liczbę procesowanych informacji (strumieni danych) pięciokrotnie. To jeden z zasługujących na podkreślenie sygnałów zwiastujących zwrot w stronę bardziej „samodzielnych” środowisk i systemów IT.
Autonaprawa
Marzeniem niejednego kierowcy było z pewnością posiadanie auta, które w przypadku wystąpienia jakiejkolwiek awarii wyświetla na ekranie komputera pokładowego np. taki komunikat: „Wystąpiła awaria układu chłodzenia. Przechodzę w tryb naprawiania, do gotowości ponownego ruszenia w trasę zostało 3 minuty”. Oczywiście brzmi to jak totalna abstrakcja, ale jest trafnym zilustrowaniem tego, jak AI i chmura pozwalają na tworzenie „samoobsługowych” rozwiązań IT, wykraczając poza samą analitykę czy prognozowanie.
Konkretnym przykładem takiego narzędzia może być autonomiczna, chmurowa baza danych. Taka, która dzięki zdolności machine learing’u potrafi nie tylko samoczynnie zarządzać swoimi rekordami, ale właśnie naprawiać się w przypadku, gdy odnajdzie błąd swojego działania czy sama się aktualizować do lepszych wersji. Poszukując także potencjalnych luk mogących być wykorzystanymi przez cyberprzestępców i „łatając” je. – To zaledwie jeden z przykładów rozwiązania zdolnego do funkcjonowania w pełni autonomicznym trybie. Z łączenia cloud computingu i AI z czasem otrzymywać będziemy coraz więcej rozwiązań zdolnych do zwiększania autonomii całych, rozległych systemów IT przedsiębiorstw. To drugi aspekt funkcjonalności Cloud AI, poza błyskawiczną analityką wspomagającą procesy operacyjne, produkcyjne czy marketingowe – stwierdza Marcin Zmaczyński z Aruba Cloud.
AI On Demand
Według ostatniego badania Synergy Research, poszczególne rynki usług chmurowych już teraz notują wzrosty od co najmniej 10 do 40%, zaś roczne wydatki z nimi związane mają się podwoić już w ciągu czterech lat. Do wspominanych rozwiązań, w obliczu coraz mocniejszego zacieśniania się związku cloud computingu ze sztuczną inteligencją, dołącza więc właśnie kolejne.
Mianowicie, AI as a Service (AIaaS). Dotąd, przedsiębiorstwa chcące robić prawdziwy użytek z możliwości sztucznej inteligencji musiały uruchamiać długotrwałe i angażujące duże budżety projekty wdrożeniowe. Sytuacji nie pomagał także niedostatek specjalistów IT z tego obszaru. Z pomocą przychodzi więc chmura i udostępniane za jej pośrednictwem funkcjonalności sztucznej inteligencji, wynajmowane tak jak serwery czy przestrzeń dyskowa, bez konieczności posiadania know-how, inwestowania w infrastrukturę czy wykwalifikowanych ekspertów.
– Dzięki temu, dostęp do potencjału AI znajdzie się w zasięgu nie tylko dużych przedsiębiorstw i korporacji, ale także mniejszych podmiotów oraz startupów, które także będą mogły pozwolić sobie na przyspieszanie wszystkich operacji i większą autonomię swojego środowiska IT – podsumowuje Marcin Zmaczyński.
