นำเสนอความท้าทายด้าน AI ในมุมมองของพันธมิตร

คุณสมบัติที่สนับสนุน เมื่อเทคโนโลยีถูกนำไปใช้อย่างกว้างขวางมากขึ้นในภาคส่วนและอุตสาหกรรมแนวตั้งมากขึ้น ความสามารถของปัญญาประดิษฐ์ (AI) ในการเปลี่ยนแปลงกระบวนการทางธุรกิจ การตัดสินใจเชิงกลยุทธ์ และประสบการณ์ของลูกค้า ได้รับการยกย่องอย่างล้นหลามจากนักยุทธศาสตร์ด้านไอทีและนักวิเคราะห์ทางเศรษฐกิจ

แม้แต่ผู้บริหารระดับสูงที่เคยระมัดระวังในการอนุมัติการลงทุนที่ AI จำเป็นต้องส่งมอบมูลค่าที่เหมาะสมที่สุด ก็เริ่มตระหนักถึงศักยภาพในการปรับปรุงประสิทธิภาพการดำเนินงาน และปูทางไปสู่แหล่งรายได้ใหม่

การคาดการณ์โดยผู้เฝ้าดูตลาดที่มีชื่อเสียง เช่น PwC สนับสนุนมุมมองของพวกเขา ของมัน 'การศึกษาปัญญาประดิษฐ์ระดับโลก' คิดว่า AI สามารถสร้างรายได้ให้กับเศรษฐกิจโลกได้มากถึง 15.7 ล้านล้านดอลลาร์ในปี 2030 ในจำนวนนี้ 6.6 ล้านล้านดอลลาร์อาจมาจากประสิทธิภาพการทำงานที่เพิ่มขึ้น และ 9.1 ล้านล้านดอลลาร์อาจมาจาก 'ผลข้างเคียงจากการบริโภค' PwC ยืนยัน

การเปิดตัวเครื่องมือ AI เจนเนอเรชั่นหลายรายการเมื่อเร็วๆ นี้ถือเป็น ฝ่าวงล้อม ชี้ให้เห็นถึงสิ่งที่เคยเป็นสาขาวิทยาการคอมพิวเตอร์ที่มีความเชี่ยวชาญสูงและ 'ล้ำสมัย' ในสหราชอาณาจักร ในปี 2022 สำนักงานปัญญาประดิษฐ์ รายงาน ประมาณร้อยละ 15 ของธุรกิจได้นำเทคโนโลยี AI มาใช้อย่างน้อยหนึ่งรายการ ซึ่งเท่ากับบริษัทจำนวน 432,000 แห่ง ธุรกิจประมาณ 2 เปอร์เซ็นต์กำลังนำร่อง AI และ 10 เปอร์เซ็นต์วางแผนที่จะนำเทคโนโลยี AI มาใช้อย่างน้อยหนึ่งรายการนับจากนี้เป็นต้นไป (ธุรกิจ 62,000 และ 292,000 แห่ง ตามลำดับ)

มันยังคงเป็นสิ่งที่ซับซ้อน

ท่ามกลางองค์กรที่คลั่งไคล้ AI นี้ ควรจำไว้ว่า AI ยังคงเป็นเทคโนโลยีที่ค่อนข้างใหม่ และการตั้งค่าเป็นครั้งแรกอาจเป็นเรื่องยาก ยิ่งไปกว่านั้น ผลตอบแทนจากการลงทุน (ROI) ที่เกี่ยวข้องนั้นขึ้นอยู่กับขั้นตอนการใช้งานและการกำหนดค่าที่ได้รับการจัดการอย่างแม่นยำ ซึ่งมักจะมีประสิทธิภาพน้อยกว่าเมื่อเผชิญกับข้อผิดพลาดมากกว่าการใช้งานไอทีทั่วไป

AI จัดทำการทดสอบที่ประเมินได้สำหรับทีมไอทีที่ได้รับมอบหมายให้นำความคิดริเริ่มและเวิร์คโหลดของ AI/การเรียนรู้ของเครื่องจักรไปใช้ ซึ่งอาจรวมถึงการเอาชนะช่องว่างด้านทักษะและข้อจำกัดในการประมวลผล นอกจากนี้ยังอาจเกี่ยวข้องกับการแลกเปลี่ยนทรัพยากรกับปริมาณงานอื่นๆ ขององค์กรที่ใช้โครงสร้างพื้นฐานด้านไอทีทั่วไปอยู่แล้ว

“AI คือการเดินทาง ไม่ใช่จุดหมายปลายทาง มันไม่เกี่ยวกับความพร้อมในการนำไปใช้หรือกระบวนการอัตโนมัติเพียงเพื่อประสิทธิภาพที่มากขึ้น” Matt Armstrong-Barnes ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีสำหรับปัญญาประดิษฐ์ของ Hewlett Packard Enterprise (HPE) กล่าว “แต่มันเป็นเรื่องเกี่ยวกับการตระหนักถึงคุณค่าในระยะยาว ทำให้เกิดผลลัพธ์ที่ดีขึ้น และการตระหนักว่า AI ต้องการแนวทางที่แตกต่างโดยพื้นฐานในการปรับใช้ไอที สำหรับนักเทคโนโลยีระดับองค์กร มันคือการเรียนรู้รอบด้าน 360 องศา”

ประเด็นของอาร์มสตรอง-บาร์นส์พิสูจน์ได้จากผลงานล่าสุดของดีลอยต์'สถานะของ AI ในองค์กร' สำรวจผู้นำธุรกิจระดับโลก ผู้ตอบแบบสอบถามระบุถึงความท้าทายมากมายที่ AI เกิดขึ้นในระยะต่อเนื่องของโครงการการนำ AI ไปใช้ การพิสูจน์มูลค่าทางธุรกิจของ AI เป็นประเด็นที่อ้างถึงถึง 37 เปอร์เซ็นต์ โครงการสามารถพิสูจน์ได้ว่ามีค่าใช้จ่ายสูงและกรณีทางธุรกิจที่น่าสนใจอาจตรวจสอบได้ยากเมื่อต้องเผชิญกับคณะกรรมการที่ระมัดระวังการลงทุนและผู้บริหาร C-Suite

การขยายขนาดโครงการ AI เหล่านั้นเมื่อเวลาผ่านไปอาจกระทบต่ออุปสรรคที่ระบุเพิ่มเติมได้ เช่น การจัดการความเสี่ยงที่เกี่ยวข้องกับ AI (อ้างอิงโดย 50 เปอร์เซ็นต์ของผู้ที่มีส่วนร่วมในการสำรวจ Deloitte) การขาดความเห็นชอบจากผู้บริหาร (50 เปอร์เซ็นต์เช่นกัน) และการขาด การบำรุงรักษาหรือการสนับสนุนอย่างต่อเนื่อง (50 เปอร์เซ็นต์อีกครั้ง)

“ค่อนข้างเข้าใจได้ ผู้นำองค์กรต้องเชื่อมั่นว่า AI จะตอบแทน” Armstrong-Barnes กล่าว “นี่คือจุดที่การทำงานตั้งแต่เริ่มแรกกับพันธมิตรด้านเทคโนโลยีที่เกี่ยวข้องกับการใช้งาน AI ที่ได้รับการพิสูจน์แล้วมานานหลายปีจะช่วยให้ชนะคดีนี้ได้ ประวัติของบริษัทจะให้ความน่าเชื่อถือแก่ข้อเสนอโครงการ และช่วยโน้มน้าวผู้บริหารว่าความเสี่ยงของ AI นั้นสามารถจัดการได้เช่นเดียวกับบริษัทไอทีอื่นๆ”

แม้ว่าเทคโนโลยีและความสามารถจะเป็นที่ต้องการอย่างแน่นอน การปรับวัฒนธรรม โครงสร้าง และวิธีการทำงานของบริษัทให้สอดคล้องกันก็มีความสำคัญไม่แพ้กัน เพื่อสนับสนุนการนำ AI มาใช้อย่างกว้างขวาง อ้างอิงจาก McKinseyโดยมีลักษณะเฉพาะที่โดดเด่นซึ่งบางครั้งก็ทำหน้าที่เป็นอุปสรรคต่อการเปลี่ยนแปลงที่ขับเคลื่อนด้วย AI

'หากบริษัทมีผู้จัดการความสัมพันธ์ที่ภาคภูมิใจในการปรับตัวให้เข้ากับความต้องการของลูกค้า พวกเขาอาจปฏิเสธความคิดที่ว่า "เครื่องจักร" อาจมีแนวคิดที่ดีกว่าเกี่ยวกับสิ่งที่ลูกค้าต้องการ และเพิกเฉยต่อคำแนะนำผลิตภัณฑ์ที่ปรับแต่งโดยเครื่องมือ AI ของเครื่องมือ AI" McKinsey แนะนำ

“ฉันพูดคุยกับเพื่อนร่วมงานของ HPE และลูกค้าของ HPE บ่อยครั้งเกี่ยวกับความท้าทายต่างๆ ที่พวกเขาเผชิญกับการใช้งาน AI” Armstrong-Barnes รายงาน “ลักษณะที่เป็นหลักฐานทั่วไปบางประการเกิดขึ้นครั้งแล้วครั้งเล่า ประการหนึ่งคือการประมาณค่าต่ำไปว่าการใช้งาน AI ที่แตกต่างกันโดยพื้นฐานนั้นแตกต่างจากการใช้งานไอทีแบบดั้งเดิมอย่างไร องค์กรต่างๆ จะต้องปรับใช้ AI ในลักษณะที่แตกต่างจากโครงการด้านไอทีที่พวกเขาเคยดำเนินการในอดีตเป็นหลัก การจัดการข้อมูลและการปรับขนาดมีความแตกต่างกันอย่างมากสำหรับ AI ซึ่งหมายความว่าบางครั้งประสบการณ์ด้านเทคโนโลยีที่ได้มาอย่างยากลำบากก็ต้องเรียนรู้ใหม่อีกครั้ง”

Armstrong-Barnes อธิบาย ความโน้มเอียงที่จะทดลองกับนักบิน AI ก่อนที่จะนำไปใช้งานโดยตรงในกรณีการใช้งานจริงที่รองรับความต้องการทางธุรกิจที่เร่งด่วน “แนวทางลองก่อนตัดสินใจซื้อดูสมเหตุสมผล เพราะ AI มีความซับซ้อนและต้องการการลงทุน” เขาอธิบาย “แต่ด้วย AI การทดลองใช้งานและโครงการทดสอบไม่ได้จำลองความท้าทายที่องค์กรผู้ใช้จะต้องเผชิญกับการใช้งานจริงจริงๆ . สิ่งที่เริ่มต้น 'ในห้องแล็บ' มักจะอยู่ในห้องแล็บ”

ในอีกด้านหนึ่งของระดับการยอมรับ Armstrong-Barnes มองเห็นบริษัทต่างๆ ที่พยายามนำ AI ไปใช้ทุกที่ที่สามารถนำไปใช้ได้ แม้ว่าแอปพลิเคชันจะทำงานได้อย่างเหมาะสมที่สุดโดยไม่มี AI: “สิ่งที่จะเกิดขึ้นที่นี่ – เพียงเพราะใน AI คุณมีค้อนขนาดใหญ่ เหตุฉะนั้นคุณไม่ควรมองว่าทุกสิ่งเป็นเหมือนถั่วที่จะแตก”

ผู้คนและโครงสร้างพื้นฐานไม่พร้อม

แม้แต่ระบบ AI ที่ล้ำหน้าที่สุดก็ยังไม่ได้รับความเป็นอิสระแบบครบวงจร โดยระบบเหล่านี้จำเป็นต้องได้รับการฝึกอบรมและปรับแต่งอย่างละเอียดโดยความเชี่ยวชาญของมนุษย์ นี่แสดงให้เห็นถึงความท้าทายเพิ่มเติมสำหรับบริษัทที่ต้องการ AI: วิธีที่ดีที่สุดที่จะได้รับทักษะที่จำเป็น - ฝึกอบรมบุคลากรด้านไอทีที่มีอยู่ใหม่ได้อย่างไร รับสมาชิกในทีมใหม่ที่มีความรู้ด้าน AI ที่จำเป็นหรือไม่ หรือสำรวจทางเลือกในการเลื่อนความต้องการความเชี่ยวชาญด้าน AI ให้กับพันธมิตรทางเทคโนโลยี?

McKinsey รายงาน ศักยภาพของ AI ถูกจำกัดจากการขาดแคลนบุคลากรที่มีทักษะ โครงการ AI ทั่วไปต้องการทีมงานที่มีความเชี่ยวชาญสูง ซึ่งรวมถึงนักวิทยาศาสตร์ข้อมูล วิศวกรข้อมูล วิศวกร ML ผู้จัดการผลิตภัณฑ์ และนักออกแบบ และมีเพียงผู้เชี่ยวชาญไม่เพียงพอที่จะรับงานที่เปิดอยู่เหล่านั้นทั้งหมด

“เราเห็นนักเทคโนโลยีระดับองค์กรโดยทั่วไปต้องอัพเกรดความสามารถของตนในห้าประเด็นสำคัญ” Armstrong-Barnes กล่าว “โดยพื้นฐานแล้ว พวกเขาอยู่ในขอบเขตของความเชี่ยวชาญด้าน AI, โครงสร้างพื้นฐานด้านไอที, การจัดการข้อมูล, การจัดการความซับซ้อน และอุปสรรคทางวัฒนธรรมที่กล่าวมาข้างต้นในระดับที่น้อยกว่า ไม่มีความท้าทายใดที่ผ่านไม่ได้หากได้รับแนวทางที่ถูกต้องและการสนับสนุนจากพันธมิตร”

AI ยังชอบฮาร์ดแวร์ที่ทรงพลังเป็นพิเศษในการทำงาน การจัดเตรียมแพลตฟอร์มการประมวลผลประสิทธิภาพสูงยังคงเป็นความท้าทายอย่างต่อเนื่อง เนื่องจากมีองค์กรเพียงไม่กี่แห่งที่ต้องการหรือสามารถจ่ายได้ เพื่อลงทุนที่จำเป็นในเซิร์ฟเวอร์ของตนโดยไม่ต้องเพิ่มอัตราส่วน ROI ที่พิสูจน์ได้

“เมื่อวางแผนการใช้งาน AI ในระยะเริ่มต้น นักวางแผนด้านไอทีจำเป็นต้องทำการตัดสินใจที่สำคัญบางประการเกี่ยวกับเทคโนโลยีหลักที่เปิดใช้งาน” Armstrong-Barnes กล่าว “ตัวอย่างเช่น คุณจะซื้อมัน สร้างมันขึ้นมา หรือใช้วิธีการแบบไฮบริดที่ครอบคลุมองค์ประกอบของทั้งสองอย่าง?”

การตัดสินใจที่สำคัญครั้งต่อไปเกี่ยวข้องกับการเป็นหุ้นส่วน เงื่อนไขที่กำหนดของการส่งมอบ AI ที่ประสบความสำเร็จคือไม่มีใครสามารถทำได้โดยลำพัง Armstrong-Barnes ชี้ให้เห็นว่า “คุณต้องการการสนับสนุนจากพันธมิตรด้านเทคโนโลยี และวิธีที่ดีที่สุดในการสร้างความร่วมมือเหล่านั้นคือผ่านระบบนิเวศของ AI ลองนึกถึงระบบนิเวศ AI ว่าเป็นการรวมกลุ่มที่สนับสนุนความเชี่ยวชาญ ซึ่งเมื่อรวมตัวกันแล้ว จะทำให้คุณเข้าถึงความรู้ที่ถูกต้อง ข้อมูล เครื่องมือ AI เทคโนโลยี และเศรษฐศาสตร์ เพื่อพัฒนาและดำเนินการตามความพยายามด้าน AI ของคุณ”

Armstrong-Barnes กล่าวเสริมว่า “บางครั้งลูกค้าถามว่า HPE มีประสบการณ์ในการใช้งาน AI ได้อย่างไร – เราคาดการณ์ถึงผลกระทบเมื่อหลายปีก่อนและเริ่มเตรียมความพร้อมล่วงหน้าของตลาดหรือไม่ ความจริงก็คือเราเห็นผลกระทบของ AI ที่เกิดขึ้นเมื่อไม่กี่ปีแต่หลายทศวรรษที่ผ่านมา โดยได้ก่อตั้งศูนย์ความเป็นเลิศและระบบนิเวศของ AI มาเป็นเวลานาน และได้เข้าซื้อกิจการเชิงกลยุทธ์เพื่อเพิ่มพูนความเชี่ยวชาญที่มีอยู่ของเราให้สอดคล้องกับความต้องการของลูกค้าและโอกาสในการเติบโต”

ไม่มีรถไฟ ไม่มีกำไร

การเสริมอย่างหนึ่งคือ Determined AI ซึ่งกลายมาเป็นส่วนหนึ่งของโซลูชัน HPC และ AI ของ HPE ที่นำเสนอในปี 2021 ซอฟต์แวร์โอเพ่นซอร์สที่กำหนดของ AI กล่าวถึงข้อเท็จจริงที่ว่าการสร้างและการฝึกอบรมแบบจำลองที่ได้รับการปรับปรุงตามขนาดนั้นเป็นขั้นตอนที่เข้มงวดและสำคัญยิ่งของการพัฒนา ML ซึ่งเป็นขั้นตอนที่เพิ่มมากขึ้น ต้องการผู้ที่ไม่ใช่ผู้เชี่ยวชาญด้านเทคโนโลยี เช่น นักวิเคราะห์ นักวิจัย และนักวิทยาศาสตร์ เพื่อรับมือกับความท้าทายของ HPC

ความท้าทายเหล่านี้รวมถึงการตั้งค่าและการจัดการสแต็กซอฟต์แวร์และโครงสร้างพื้นฐานที่ขนานกันอย่างมาก ซึ่งครอบคลุมการจัดเตรียมการประมวลผลแบบพิเศษ การจัดเก็บข้อมูล แฟบริคการประมวลผล และการ์ดเร่งความเร็ว

“นอกจากนี้ เลขชี้กำลัง ML ยังจำเป็นต้องตั้งโปรแกรม กำหนดเวลา และฝึกอบรมโมเดลอย่างมีประสิทธิภาพเพื่อเพิ่มการใช้งานโครงสร้างพื้นฐานพิเศษที่พวกเขาได้ตั้งค่าไว้” Armstrong-Barnes กล่าว “ซึ่งสามารถสร้างความซับซ้อนและทำให้ประสิทธิภาพการทำงานช้าลง”

แน่นอนว่างานเหล่านี้จะต้องทำให้สำเร็จด้วยความสามารถที่เข้มงวด ซึ่งแม้จะได้รับการสนับสนุนจากทีมไอทีภายในที่มีมากเกินไป แต่ก็ไม่สามารถรับประกันได้ง่ายๆ

แพลตฟอร์มโอเพ่นซอร์สที่กำหนดของ AI สำหรับการฝึกโมเดล ML ได้รับการออกแบบมาเพื่อปิดช่องว่างของทรัพยากรนี้ ทำให้ง่ายต่อการตั้งค่า กำหนดค่า จัดการและแบ่งปันเวิร์กสเตชันหรือคลัสเตอร์ AI ที่ทำงานในสถานที่หรือในระบบคลาวด์ นอกเหนือจากการสนับสนุนระดับพรีเมียมแล้ว ยังมีคุณลักษณะต่างๆ เช่น การรักษาความปลอดภัยขั้นสูง เครื่องมือตรวจสอบและติดตามผล ซึ่งทั้งหมดนี้ได้รับการสนับสนุนจากผู้เชี่ยวชาญจากภายใน HPE

“AI ที่มุ่งมั่นคือการขจัดอุปสรรคสำหรับองค์กรในการสร้างและฝึกอบรมโมเดล ML ในขนาดและความเร็ว เพื่อที่จะตระหนักถึงคุณค่าที่มากขึ้นในเวลาที่น้อยลง ด้วยระบบการพัฒนาการเรียนรู้ของเครื่อง HPE ใหม่” Armstrong-Barnes อธิบาย “ความสามารถเหล่านี้รวมถึงสิ่งที่เป็นเทคโนโลยีซึ่งจำเป็นต่อการเพิ่มประสิทธิภาพเวิร์กโหลด AI/Machine Learning เช่น การตั้งเวลาเร่งความเร็ว ความทนทานต่อข้อผิดพลาด การฝึกอบรมโมเดลแบบขนานและแบบกระจายความเร็วสูง การเพิ่มประสิทธิภาพไฮเปอร์พารามิเตอร์ขั้นสูง และการค้นหาสถาปัตยกรรมประสาท

“นอกจากงานด้านวินัยเช่นการทำงานร่วมกันที่ทำซ้ำได้และการติดตามตัวชี้วัดแล้ว ยังมีสิ่งที่ต้องรักษาไว้อีกมาก ผู้เชี่ยวชาญโครงการช่วยเหลือของ Determined AI สามารถมุ่งเน้นไปที่นวัตกรรมและเร่งเวลาการส่งมอบให้เร็วขึ้น”

ทรัพยากรและกฎระเบียบ HPC มีบทบาทมากขึ้น

พลังของ HPC ยังถูกใช้มากขึ้นในการฝึกอบรมและเพิ่มประสิทธิภาพโมเดล AI นอกเหนือจากการผสานรวมกับ AI เพื่อเพิ่มปริมาณงาน เช่น การสร้างแบบจำลองและการจำลอง ซึ่งเป็นเครื่องมือที่มีมายาวนานเพื่อเร่งเวลาในการค้นพบในภาคส่วนต่างๆ ทั่วทั้งอุตสาหกรรมการผลิต

ตลาด HPC ทั่วโลกถูกกำหนดไว้สำหรับการเติบโตที่คาดการณ์ได้ในช่วงที่เหลือของปี 2020 หน่วยสืบราชการลับมอร์ดอร์ ประมาณการ มีมูลค่า 56.98 พันล้านดอลลาร์ในปี 2023 และคาดว่าจะสูงถึง 96.79 พันล้านดอลลาร์ภายในปี 2028 หรือ CAGR ที่ 11.18 เปอร์เซ็นต์ตลอดระยะเวลาคาดการณ์

“HPE ได้สร้างโครงสร้างพื้นฐาน HPC มาเป็นเวลานาน และตอนนี้มีพอร์ตโฟลิโอ HPC ซึ่งรวมถึงซูเปอร์คอมพิวเตอร์ Exascale และแพลตฟอร์มการคำนวณที่ปรับความหนาแน่นให้เหมาะสม คลัสเตอร์ HPC ที่ใหญ่ที่สุดบางแห่งสร้างขึ้นจากนวัตกรรมของ HPE” Armstrong-Barnes กล่าว “HPE มีความเชี่ยวชาญที่ไม่มีใครเทียบได้ในแพลตฟอร์มฮาร์ดแวร์ประสิทธิภาพสูง”

ด้วยการแนะนำของ HPE GreenLake สำหรับโมเดลภาษาขนาดใหญ่ เมื่อต้นปีนี้ (พ.ศ. 2023) องค์กรต่างๆ ตั้งแต่สตาร์ทอัพไปจนถึงบริษัทที่ติดอันดับ Fortune 500 สามารถฝึกอบรม ปรับแต่ง และปรับใช้ AI ขนาดใหญ่ได้ โดยใช้แพลตฟอร์มซูเปอร์คอมพิวเตอร์ที่ยั่งยืน ซึ่งผสมผสานซอฟต์แวร์ AI ของ HPE และซูเปอร์คอมพิวเตอร์ที่ทันสมัยที่สุด

เห็นได้ชัดว่าการนำ AI มาใช้ถือเป็นความท้าทายสำหรับองค์กรทุกขนาด แต่ไม่ใช่แค่เรื่องของเทคโนโลยีเท่านั้น Armstrong-Barnes ชี้ให้เห็นว่า “ผู้ใช้งาน AI ทุกคนจะต้องตามทันกฎระเบียบและการปฏิบัติตามกฎระเบียบ AI ที่กำลังเกิดขึ้นมากขึ้นเรื่อยๆ กฎหมายเช่น Bill of Rights AI ของสหรัฐอเมริกา, พระราชบัญญัติ AI ของสหภาพยุโรป และข้อเสนอด้านกฎระเบียบที่กำลังจะมีขึ้นซึ่งกำหนดไว้ในสมุดปกขาว AI ของรัฐบาลสหราชอาณาจักร ซึ่งโดยทั่วไปคาดว่าจะแจ้งกรอบการทำงาน AI ที่พร้อมสำหรับการปฏิบัติตามข้อกำหนด ล้วนเป็นตัวอย่างที่ชัดเจนของเรื่องนี้”

สำหรับธุรกิจที่ดำเนินงานในระดับสากล นี่ดูเหมือนเป็นอุปสรรคอีกประการหนึ่ง แต่ Armstrong-Barnes แนะนำว่าการปฏิบัติตามกฎระเบียบอาจไม่ยุ่งยากเท่าที่ควร ด้วยความช่วยเหลือเล็กน้อยจากระบบนิเวศของหุ้นส่วน AI ที่ได้รับการตกแต่งอย่างดี

“ตรวจสอบว่าพันธมิตรในระบบนิเวศ AI ของคุณสามารถช่วยคุณในการปฏิบัติตามกฎระเบียบได้หรือไม่ หากคุณอยู่ในสภาพแวดล้อมทางธุรกิจที่มีการควบคุมอย่างเข้มงวดอยู่แล้ว อาจเป็นไปได้ว่าคุณมาได้ครึ่งทางแล้วกับการปฏิบัติตามกฎระเบียบที่มีอยู่”

สนับสนุนโดย HPE

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://go.theregister.com/feed/www.theregister.com/2023/10/25/putting_ai_challenges_in_perspective/