후원 기능 최근 인공지능(AI)이 비즈니스와 기술 헤드라인을 장악하고 있습니다. AI가 비즈니스 방식을 어떻게 변화시킬 준비가 되어 있는지에 대한 기사를 보지 않고는 뉴스 사이트를 확인할 수 없습니다.

당연히 거의 모든 회사가 AI로의 여정을 시작하거나 발전시키고 싶어하지만 대부분은 진행 방법을 잘 모릅니다.

AI는 이미 현대 비즈니스에 큰 영향을 미치고 있습니다. 실제로 수집된 통계에 따르면 권위해커, 35%의 기업이 AI를 채택했고, 77%의 장치가 어떤 형태로든 AI를 사용하고 있으며, 10개 중 15.7개 조직은 경쟁 우위 확보를 위해 AI 사용을 지원합니다. 이후 AI는 2030년까지 세계 경제에 85조 2025천억 달러를 추가할 것으로 예상됩니다. 그리고 다른 신기술과 마찬가지로 일자리가 사라지고 일자리가 늘어날 것입니다. AI는 97년까지 잠재적으로 XNUMX만 개의 일자리를 없앨 수 있지만, 반대로 XNUMX만 개의 새로운 일자리를 창출할 수도 있습니다.

AI를 처음으로 채택하거나 기존 사용을 확장하려는 기업은 인력 및 기술 측면 모두에서 여러 단계의 과제에 직면합니다. 기술에 대한 규제 및 윤리적 우려도 있습니다. 그리고 AI 시스템이 데이터에 의해 구동됨에 따라 기업은 AI 알고리즘에 제공하는 정보의 품질, 관련성 및 가용성을 보장하는 데 필연적으로 직면하게 됩니다. 이러한 데이터 세트가 정확하고 최신이며 최대한 포괄적인지 확인하는 것은 지속적인 과제가 될 수 있습니다. 필수 하드웨어, 인프라, 에너지 공급의 복잡성과 관련 비용을 처리하는 경우에도 마찬가지입니다.

어려움을 극복하고 보상을 얻으세요

HPE의 AI 수석 기술자인 Matt Armstrong-Barnes는 조직이 전략적 계획 없이 AI에 접근하는 실수를 저지르는 경우가 많다고 믿습니다. “그들은 기술을 너무 빨리 실행하고 있습니다. 그들은 공통된 전략을 가지고 있지 않습니다.”라고 그는 말합니다. “그들은 흥미로운 과학 프로젝트를 만들지만 비즈니스 가치를 추가하지는 않습니다.”

무엇보다도 기업은 사용 사례를 식별하고 우선순위를 지정하는 AI 전략을 개발해야 하며, 단지 실험실에서 살다가 죽게 될 무언가를 구축하는 것이 아니라 실제 문제를 해결하고 있는지 확인해야 합니다. 물론 이 프로세스에 대한 실용적인 질문도 있습니다. “이러한 AI 플랫폼을 어떻게 구축할 예정입니까? 어떻게 모니터링할 건가요?” 암스트롱-반스가 묻습니다. “그들이 여전히 효율적으로 운영되고 있는지 어떻게 확인합니까? 그들이 달성할 것이라고 생각했던 이익을 달성했다는 것을 어떻게 깨닫게 됩니까? 이니셔티브에 올바른 자금을 지원하기 위해 예산을 어떻게 할당합니까?”

올바른 질문을 하고 탄탄한 계획을 마련하면 AI의 이점을 실현하는 데 걸리는 시간을 줄이는 데 도움이 될 수 있다는 점에는 의심의 여지가 없습니다. 그러나 AI 시스템을 실험 모델에서 실제 작업 모델로 전환하는 것도 큰 과제입니다. Armstrong-Barnes는 “가장 큰 과제는 초기 데이터 수집부터 모델 구축, 생산 배포까지 AI 시스템을 구축하는 방법인 '운영화'에 관한 것입니다.

그리고 직원들이 적절한 기술을 갖추도록 하는 것이 필수적입니다. 올바른 특성을 갖춘 직원을 유치 및 유지하거나 해당 전문 지식을 제공할 수 있는 조직과 협력하는 것이 주요 초점이 될 것입니다. “기술이 무엇을 할 수 있는지에 대해서는 여전히 오해가 많습니다. 따라서 교육은 기술을 구축할 뿐만 아니라 동의도 구축합니다.”라고 그는 덧붙입니다.

기업이 일부 기술 및 인프라 문제를 해결하기 위해 취할 수 있는 접근 방식 중 하나는 파트너십을 찾는 것입니다. 그는 이렇게 조언합니다. “파트너십을 통해 이러한 기술을 가져올 수 있습니다. 인프라, 플랫폼, 모델 서비스에 액세스할 수 있도록 협력합니다.”

AI 기반 아키텍처에는 여러 계층이 있습니다. AI 인프라 서비스 구성 요소에는 컴퓨팅, 스토리지, 네트워킹 요소, 컨테이너, 가상 머신, AI 라이브러리와 함께 GPU 및 가속기가 포함될 수 있습니다. 마찬가지로 AI 플랫폼 서비스는 ML 애플리케이션과 데이터, 개발 및 배포 서비스를 통합할 수 있습니다. 그리고 가치 있는 사용 사례 프레젠테이션을 제공하기 위해 편견과 표류를 제거하여 신뢰성을 향상하도록 설계된 AI 비즈니스 서비스와 함께 기본 모델, 미세 조정, 벡터 저장 및 프롬프트를 포괄하는 모델 서비스를 잊지 마십시오.

HPE는 이미 개인 정보 보호, 포괄성, 책임을 중심으로 고객 요구 사항에 적용할 수 있는 강력한 인간 중심 프레임워크를 구축했다고 밝혔습니다.

Armstrong-Barnes는 “이는 데이터와 비즈니스 문제에 집중할 수 있다는 것을 의미합니다.”라고 말합니다.

모든 것은 데이터에 관한 것입니다

AI 시스템을 설계하고 배포할 때 데이터에 집중하는 것이 중요할 수 있습니다. 조직은 매일같이 데이터 쓰나미의 공격을 받고 있습니다. AI를 통해 데이터에서 숨겨진 패턴을 찾아 데이터로부터 가치를 도출하는 능력을 가속화할 수 있습니다. 그런 다음 구축하거나 향상하려는 애플리케이션, 프로세스 및 서비스에 대해 훨씬 더 나은 정보를 바탕으로 결정을 내릴 수 있습니다.

데이터 중심 초점의 주요 구성 요소는 데이터를 수집, 관리 및 모니터링하는 방법에 대한 견고한 전략을 마련하는 것입니다. 이는 비즈니스와 긴밀하게 연계되고 데이터 문화를 구축하며 거버넌스, 데이터 품질, HPE는 개인 정보 보호 및 메타데이터를 말합니다.

Armstrong-Barnes는 “기업이 무엇을 하려고 하는지 이해해야 합니다.”라고 설명합니다. "데이터 품질을 어떻게 향상시키고 있는지, 누가 액세스했는지, 어떻게 처리하는지, 어떤 메타데이터를 저장하는지 이해해야 합니다."

데이터가 나타낼 수 있는 또 다른 문제는 사일로입니다. 데이터가 잠겨 있으면 데이터에서 가치를 추출하고 얻는 것이 문제가 될 수 있습니다. 그리고 해당 데이터에 액세스하고 사용할 수 있게 되면 AI 플랫폼에 정보를 제공할 데이터를 교육하는 문제가 발생합니다. AI 시스템 구축에는 높은 수준에서 여러 단계가 있습니다. 데이터 수집; 모델 구축을 위해 데이터를 정제하고, 모델 구축; 모델 튜닝; 그런 다음 배포합니다. 각 단계에는 특정한 과제가 있습니다.

그러나 HPE Greenlake의 AI 기반 아키텍처를 사용하면 이러한 프로세스를 가속화하기 위한 올바른 기반을 마련하는 데 큰 도움이 될 수 있다고 HPE는 말합니다. 또한 회사의 MLDE(기계 학습 개발 환경)는 기계 학습 모델 개발과 관련된 복잡성과 비용을 줄이는 데 도움이 되도록 설계되었습니다.

이러한 AI 모델을 훈련하려면 상당한 처리 능력이 필요합니다. 기업이 AI를 채택하거나 사용을 늘리려면 먼저 부하를 처리할 수 있는 기술적 역량을 갖춰야 합니다. HPE GreenLake 플랫폼은 조직이 AI 모델 및 워크로드를 구축하고 배포하기 위해 고품질 관련 데이터에 대한 액세스를 보장하는 데 필요한 고성능 처리 아키텍처 및 간소화된 데이터 파이프라인의 형태로 해당 용량을 제공할 수 있습니다.

성공적인 프로젝트가 길을 밝힐 수 있습니다

이미 AI 채택 및 구현을 훌륭하게 수행한 회사를 지침으로 살펴보는 것이 도움이 되는 경우가 많습니다. 이들 중 하나는 워싱턴 주 시애틀에 기반을 둔 e스포츠 팀 Evil Geniuses입니다. 25년의 역사 동안 회사는 Call of Duty, Fortnite, Halo, Rocket League 및 VALROANT를 플레이하는 다양한 e스포츠 팀에 합류했습니다. Evil Geniuses 팀은 꽤 성공적이었습니다. 예를 들어 회사의 Call of Duty: WWII 팀은 2018 Call of Duty 챔피언십에서 우승했고, VALORANT 팀은 2023 VALORANT Champions에서 우승했습니다.

Evil Geniuses의 CEO인 Chris DeAppolonio는 "우리는 게임의 판도를 바꾸기 위해 왔습니다."라고 말합니다. “우리는 e스포츠 및 게임 엔터테인먼트 조직입니다. 우리는 전 세계에서 전문적으로 게임을 플레이합니다. 기술과 데이터는 우리가 하는 모든 일의 근간입니다. 우리 게임은 1과 0을 기반으로 만들어졌습니다. 그것들은 데이터를 기반으로 하며, 이를 어떻게 처리하고 그로부터 통찰력을 창출할 수 있습니까?”

Evil Geniuses가 직면한 가장 시급한 문제 중 하나는 잠재적인 프로게이머를 식별하는 것입니다. 회사는 전 세계의 인재를 찾기 위해 대량의 복잡한 데이터를 처리합니다. “우리는 미래의 프로에 대한 데이터를 찾고 싶습니다.”라고 그는 말합니다. 그리고 그것은 효과가 있는 것 같습니다. “우리는 이기고 싶습니다. 우리는 더 나은 인재를 찾고 싶습니다. 우리는 코치와 스카우트와 함께 더욱 효율적이기를 원합니다. 우리는 통찰력을 활용하여 차세대 슈퍼스타를 발굴할 수 있습니다.”

생산성과 비즈니스 이점 측면에서 AI의 미래는 유망해 보입니다. HPE의 Armstrong-Barnes는 "AI는 팀 스포츠이며 기술이 중요합니다."라고 말합니다. “AI 시스템을 성공적으로 구현하는 데 있어 한 가지 접근 방식은 확장 가능하고 효율적이며 효과적인 AI 시스템을 구축하는 데 있어 기록을 보유한 조직과 협력하는 것입니다. 수십 년 전 AI 분야의 오랜 전통을 바탕으로 HPE는 AI 이니셔티브를 가속화할 수 있는 도구, 기법, 기술을 제공합니다.”

데이터 기반이 되고 데이터와 데이터의 용도를 완전히 이해하는 것은 조직이 사용 사례 중심 접근 방식을 취하여 데이터를 AI 기술과 융합하여 비즈니스 가치를 창출할 수 있는 방법을 식별하는 데 도움이 됩니다. 이러한 이해가 확립되면 이점을 기반으로 구축하는 것이 더 쉬워집니다.  

Armstrong-Barnes는 기업이 작게 시작할 수 있지만 필요할 때 확장할 수 있는 모든 기반을 갖춘 플랫폼을 구축하라고 조언합니다. 그런 다음 자신이 원하는 것이 무엇인지, 그것이 어떻게 가치를 더할 것인지를 파악하고 시간이 지남에 따라 자신의 필요에 따라 성장하면 됩니다. HPE는 최종 사용자의 삶을 더 편리하게 해주는 통합 시스템의 지원을 받아 엔터프라이즈 확장성을 제공하는 하드웨어, 소프트웨어, 서비스를 결합한 'AI 공장'을 구축할 수 있는 능력을 강조합니다.

“이미 AI 여정에 참여하고 있는 경쟁업체를 따라잡기를 원합니다.”라고 그는 말합니다. "팀 AI에 파트너를 추가하는 것은 요구 사항에 따라 확장되고 기본 기반의 복잡성 대신 데이터 및 비즈니스 과제에 집중할 수 있는 AI 기반 아키텍처를 구축하는 데 있어 중요한 성공 요인입니다."

HPE가 후원합니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://go.theregister.com/feed/www.theregister.com/2024/04/18/getting_on_board_with_ai/