パートナーシップにより AI の課題を視野に入れる

パートナーシップにより AI の課題を視野に入れる

タイムスタンプ：25年2023月4日27:XNUMX AM
PlatoBlockchain Data Intelligence とのパートナーシップにより AI の課題を視野に入れます。垂直検索。あい。

スポンサー機能 テクノロジーがより垂直的なセクターや業界に広く導入されるにつれて、ビジネス プロセス、戦略的意思決定、顧客エクスペリエンスを変革する人工知能 (AI) の能力は、IT ストラテジストや経済アナリストによって高く評価されています。

かつては AI が最適な価値を生み出すために必要な投資を承認することに慎重だった最高経営責任者でさえ、業務効率を改善し、新たな収益源への道を切り開く AI の可能性を認識し始めています。

PwC のような由緒ある市場ウォッチャーによる予測は、彼らの見解を裏付けています。 その '世界規模の人工知能研究AI は 15.7 年に世界経済に最大 2030 兆ドル貢献する可能性があると試算しています。このうち、6.6 兆ドルは生産性の向上によるもので、9.1 兆ドルは「消費の副作用」によるものである可能性があると PwC は主張しています。

いくつかの生成 AI ツールの最近の展開は、 脱走 これは、これまで高度に専門化されたコンピューター サイエンスの「未来的な」分野であったもののポイントです。 2022 年の英国では人工知能局が 報告 約 15% の企業が少なくとも 432,000 つの AI テクノロジーを導入しており、これは 2 社に相当します。 約 10% の企業が AI を試験的に導入しており、62,000% が今後少なくとも 292,000 つの AI テクノロジーを導入する予定です (それぞれ XNUMX 社と XNUMX 社)。

まだまだ複雑な話ですね

AI 熱が高まる中、組織は AI がまだ比較的若いテクノロジーであり、初めてセットアップするのは難しい場合があることを覚えておく必要があります。 さらに、関連する投資収益率 (ROI) は、非常に正確に管理された実装手順と構成に大きく依存しており、多くの場合、従来の IT 導入よりもエラーに対する堅牢性が劣ります。

AI は、AI/機械学習の取り組みとワークロードの実装を任務とする IT チームに、スキル ギャップやコンピューティングの制約の克服など、推定可能なテストを課します。 また、すでに共通の IT インフラストラクチャを使用している他の企業ワークロードとのリソースのトレードオフが関係する場合もあります。

「AI は目的地ではなく旅です。AI は、導入に備えたり、単に効率を高めるためにプロセスを自動化したりすることではありません」と、ヒューレット パッカード エンタープライズ (HPE) の人工知能担当最高技術責任者のマット アームストロング バーンズ氏は述べています。 「むしろ、長期的な価値を実現し、より良い成果を実現すること、そして AI には IT 導入に対して根本的に異なるアプローチが必要であることを認識することが重要です。 企業のテクノロジストにとって、それは 360 度全方位の学習曲線です。」

アームストロング・バーンズ氏の指摘は、デロイトの最新の「企業におけるAIの状態世界のビジネスリーダーを対象とした調査。 回答者は、AI 実装プロジェクトの連続フェーズで AI によって引き起こされる山ほどの課題を特定しました。 AI のビジネス価値の証明は 37% が挙げた課題でした。プロジェクトには多額の費用がかかることが判明する可能性があり、投資に慎重な取締役会や経営幹部に直面すると、説得力のあるビジネス ケースを検証するのが難しい場合があります。

これらの AI プロジェクトを時間の経過とともにスケールアップすると、AI 関連のリスクの管理 (デロイトの調査参加者の 50% が言及)、経営陣の賛同の欠如 (同じく 50%)、およびメンテナンスまたは継続的なサポート (再び 50%)。

「当然のことですが、企業のリーダーは AI がその代償を払うだろうと確信する必要があります」とアームストロング・バーンズ氏は言います。 「この分野では、実証済みの AI 実装に長年携わってきた技術パートナーと最初から協力することが、訴訟に勝つのに役立ちます。 その実績はプロジェクト提案に信頼性を与え、AI のリスクは他の IT ベンチャーと同様に管理可能であることを幹部に納得させるのに役立ちます。」

テクノロジーと人材は確かに必要ですが、広範な AI 導入をサポートするために企業の文化、構造、働き方を調整することも同様に重要です。 マッキンゼーによると、独特の特徴があり、時には AI による変化に対する障壁として機能します。

「顧客のニーズに合わせていることに誇りを持っているリレーションシップ マネージャーが企業にいる場合、彼らは顧客が何を望んでいるのかについて「機械」がより良いアイデアを持っているという考えを拒否し、AI ツールがカスタマイズした製品を推奨することを無視する可能性があります」とマッキンゼーは示唆しています。

「私は、HPE の同業者や HPE の顧客と、AI 導入で直面しているさまざまな課題について頻繁に話し合っています」と Armstrong-Barnes 氏は報告します。 「いくつかの共通の証拠的特徴が繰り返し現れます。 XNUMX つは、AI の導入が従来の IT 実装と根本的に異なるものであるという過小評価です。 組織は、過去に導入した IT プロジェクトとは主に異なる方法で AI を導入する必要があります。 データ管理とスケーリングは AI では大きく異なります。 これは、苦労して得た技術経験を新たに学ばなければならない場合があることを意味します。」

差し迫ったビジネス ニーズをサポートする実際のユースケースに AI を直接導入する前に、AI パイロットを試してみる傾向は避けるべきだとアームストロング バーンズ氏は説明します。 「購入前に試してみるというアプローチは合理的であるように思えます。AI は複雑で、多くの投資が必要です」と彼は説明します。「しかし、AI の場合、予行演習やテスト プロジェクトでは、ユーザー組織が実際の実装で遭遇するであろう課題を完全に再現することはできません。 。 「研究室で」始まったことは、研究室に留まる傾向があります。」

導入規模の対極にあるアームストロング・バーンズ氏は、AI を適用できるところならどこでも、たとえ AI なしでアプリケーションが最適に動作している場合でも、AI を適用しようとする企業を目の当たりにしています。「ここで重要なのは、AI には巨大なハンマーがあるからといって、そうすれば、すべてを解決すべきナッツのように考えるべきではありません。」

人材もインフラもすぐに確保できない

最も先進的な AI システムでさえ、完全なエンドツーエンドの自律性をまだ達成していません。人間の専門知識によってトレーニングされ、微調整される必要があります。 これは、AI を目指す企業にとってさらなる課題を意味します。必要なスキルを習得する最適な方法、つまり既存の IT 担当者を再教育する方法でしょうか。 必要な AI 知識を持つ新しいチーム メンバーを採用しますか? それとも、AI の専門知識の必要性をテクノロジー パートナーに委ねるオプションを検討しますか?

マッキンゼー レポート AI の可能性は、熟練した人材の不足によって制限されているということです。 一般的な AI プロジェクトには、データ サイエンティスト、データ エンジニア、ML エンジニア、プロダクト マネージャー、デザイナーなどの高度に熟練したチームが必要ですが、これらすべての求人に就くのに十分なスペシャリストが不足しています。

「企業のテクノロジストは一般に、XNUMX つの重要な点で能力を向上させる必要があると考えられています」とアームストロング・バーンズ氏は言います。 「主に、それらは AI の専門知識、IT インフラストラクチャ、データ管理、複雑さの管理の分野にあり、程度は低いですが、前述の文化的障壁もあります。 適切なアプローチとパートナーシップのサポートがあれば、これらの課題はいずれも克服できないものではありません。」

AI は、超強力なハードウェア上で実行することも好みます。 高性能コンピューティング プラットフォームのプロビジョニングは、永遠の課題として継続しています。ROI 率の確実な増加なしに、サーバー資産に必要な投資をしたい、または投資できる余裕のある組織はほとんどないからです。

「AI の実装を計画する場合、IT プランナーは非常に早い段階で、中核となるテクノロジーに関していくつかの重要な決定を下す必要があります」とアームストロング バーンズ氏は言います。 「たとえば、購入するつもりですか、それとも構築しますか、それとも両方の要素を含むハイブリッド アプローチを取るつもりですか?」

次の重要な決定はパートナーシップに関するものです。 AI の提供を成功させるための決定的な条件は、誰も単独で実行できないことです。アームストロング バーンズ氏は次のように指摘します。「テクノロジー パートナーのサポートが必要であり、これらのパートナーシップを確立する最良の方法は、AI エコシステムを利用することです。 AI エコシステムは、AI の取り組みを開発して運用するための適切なノウハウ、データ、AI ツール、テクノロジー、経済性へのアクセスを提供する専門知識の協力的なコンソーシアムと考えてください。」

Armstrong-Barnes 氏は次のように付け加えています。「顧客は、HPE がどのようにして AI のユースケースにおいてこれほどの経験を積んだのかと尋ねることがあります。私たちはその影響を何年も前に予測し、市場よりかなり前に準備を始めたのでしょうか? 実際のところ、私たちは AI の影響が数年ではなく数十年前に到来するのを目の当たりにし、AI センター オブ エクセレンスとエコシステムを長い間確立し、顧客の要件と成長機会に合わせて既存の専門知識を強化するために戦略的買収を行ってきました。」

電車がなければ利益もありません

そのような拡張の 2021 つが Determined AI で、これは XNUMX 年に HPE の HPC および AI ソリューション製品の一部となりました。Determined AI のオープンソース ソフトウェアは、最適化されたモデルを大規模に構築およびトレーニングすることが ML 開発の厳密かつ重要な段階であるという事実に対処しています。アナリスト、研究者、科学者などの非技術者が HPC の課題に取り組む必要があります。

これらの課題には、特殊なコンピューティング プロビジョニング、データ ストレージ、コンピューティング ファブリック、アクセラレータ カードにわたる高度な並列ソフトウェア スタックとインフラストラクチャのセットアップと管理が含まれます。

「さらに、ML の専門家は、セットアップした特殊なインフラストラクチャを最大限に活用するために、モデルを効率的にプログラム、スケジュール、トレーニングする必要があります。これにより、複雑さが生じ、生産性が低下する可能性があります。」とアームストロングバーンズ氏は言います。

もちろん、これらのタスクは厳格なレベルの能力を持って実行する必要があり、これは、過大な力を備えた社内 IT チームのサポートがあっても、簡単に保証されるものではありません。

Determined AI の ML モデル トレーニング用オープンソース プラットフォームは、このリソースのギャップを埋めるように設計されており、オンプレミスまたはクラウドで実行されるワークステーションや AI クラスターのセットアップ、構成、管理、共有が簡単になります。 また、プレミアム サポートに加えて、高度なセキュリティ、監視、可観測性ツールなどの機能が含まれており、すべて HPE 内の専門知識によってサポートされています。

「Determined AI とは、新しい HPE Machine Learning Development System を使用して、より短い時間でより大きな価値を実現するために、企業が ML モデルを大規模かつ迅速に構築およびトレーニングするための障壁を取り除くことです」と Armstrong-Barnes 氏は説明します。 「これらの機能には、アクセラレータのスケジューリング、フォールト トレランス、モデルの高速並列および分散トレーニング、高度なハイパーパラメータの最適化、ニューラル アーキテクチャの検索など、AI/機械学習のワークロードを最適化するために必要な非常に技術的なものが含まれています。

「再現可能なコラボレーションや指標の追跡などの規律あるタスクに加えて、常に把握しておくべきことがたくさんあります。 Determined AI の支援により、プロジェクト スペシャリストはイノベーションに集中し、納品までの時間を短縮できます。」

より多くの HPC リソースと規制が役割を果たします

HPC の力は、AI と組み合わせてモデリングやシミュレーションなどのワークロードを強化するだけでなく、AI モデルのトレーニングと最適化にもますます利用されています。これは、製造業界全体の分野で発見までの時間を短縮するための長年確立されたツールです。

世界の HPC 市場は、2020 年代の残りの期間にわたって推定できる成長を遂げる見通しです。 モルドール・インテリジェンス 見積もり 56.98 年のその価値は 2023 億 96.79 万ドルで、2028 年までに 11.18 億 XNUMX 万ドルに達すると予想されており、予測期間中の CAGR は XNUMX% です。

「HPE は長い間 HPC インフラストラクチャの構築に取り組んできており、現在ではエクサスケール スーパーコンピューターや密度が最適化されたコンピューティング プラットフォームを含む HPC ポートフォリオを持っています。 最大の HPC クラスターの一部は HPE のイノベーションに基づいて構築されています」と Armstrong-Barnes 氏は言います。 「HPE は、高性能ハードウェア プラットフォームに関して比類のない専門知識を持っています。」

の導入により 大規模言語モデル用の HPE GreenLake 今年（2023 年）初め、スタートアップ企業からフォーチュン 500 企業に至るまで、企業は、HPE の AI ソフトウェアと最先端のスーパーコンピューターを組み合わせた持続可能なスーパーコンピューティング プラットフォームを使用して、大規模な AI をトレーニング、調整、展開できるようになります。

AI の導入があらゆる規模の組織にとって困難であることは明らかですが、それはテクノロジーだけの問題ではありません、とアームストロング バーンズ氏は指摘します。 米国の AI 権利章典、EU AI 法、および英国政府の AI 白書に記載されている今後の規制提案などの法律は、一般にコンプライアンス対応の AI フレームワークに情報を提供すると期待されていますが、これが内在する例です。」

国際的に事業を展開する企業にとって、これはお役所仕事に包まれた新たなハードルのように見えますが、アームストロング・バーンズ氏は、適切に設備された AI パートナーシップ エコシステムの少しの助けがあれば、規制遵守は見た目ほど面倒ではないかもしれないと示唆しています。

「AI エコシステムのパートナーがコンプライアンスの遵守にも協力してくれるかどうかを確認してください。すでに規制の厳しいビジネス環境にいる場合は、既存の遵守事項がすでに半分まで達成されている可能性があります。」

HPEが後援しています。

タイムスタンプ：

より多くの 登録