Recurso patrocinado A inteligência artificial (IA) tem dominado as manchetes de negócios e tecnologia ultimamente. Você não pode visitar um site de notícias sem ver uma história sobre como a IA está preparada para mudar a forma como fazemos negócios.

Naturalmente, quase todas as empresas estão ansiosas para começar ou avançar na sua jornada rumo à IA, mas a maioria não sabe bem como proceder.

A IA já está tendo um grande impacto nos negócios modernos. Na verdade, de acordo com estatísticas recolhidas por Autoridade Hacker, 35% das empresas adotaram IA, 77% dos dispositivos estão usando alguma forma de IA e nove em cada 10 organizações apoiam o uso de IA para obter vantagem competitiva. Posteriormente, espera-se que a IA acrescente 15.7 biliões de dólares à economia global até 2030. E, como acontece com qualquer nova tecnologia, haverá empregos perdidos e empregos ganhos. A IA poderia potencialmente eliminar 85 milhões de empregos até 2025, mas, por outro lado, também poderia criar 97 milhões de novos empregos.

As empresas que pretendem adotar a IA pela primeira vez ou expandir a sua utilização atual, enfrentam vários níveis de desafios, tanto do lado do pessoal como da tecnologia. Existem também preocupações regulatórias e éticas sobre a tecnologia. E como os sistemas de IA são alimentados por dados, as empresas inevitavelmente enfrentam preocupações em garantir a qualidade, relevância e disponibilidade das informações que alimentam os algoritmos de IA. Garantir que esses conjuntos de dados sejam precisos, atualizados e tão abrangentes quanto possível representará provavelmente um desafio duradouro. O mesmo se aplica quando se trata de lidar com as complexidades do hardware necessário, da infra-estrutura e do fornecimento de energia, bem como dos custos associados.

Superando os desafios para colher os frutos

Matt Armstrong-Barnes, tecnólogo-chefe de IA da HPE, acredita que as organizações muitas vezes cometem o erro de abordar a IA sem um plano estratégico. “Eles estão utilizando a tecnologia muito rapidamente. Eles não têm uma estratégia comum”, diz ele. “Eles criam projetos científicos interessantes, mas não agregam valor comercial”.

Em primeiro lugar, as empresas precisam de desenvolver uma estratégia de IA que identifique e priorize casos de utilização e garanta que estão a resolver problemas reais e não apenas a construir algo que sobreviverá e morrerá no laboratório. É claro que existem questões práticas em torno deste processo: “Como você vai construir essas plataformas de IA? Como você vai monitorá-los? Armstrong-Barnes pergunta. “Como você pode ter certeza de que eles ainda estão operando de forma eficiente? Como você vai perceber que alcançou os benefícios que pensava que eles iriam alcançar? Como você aloca o orçamento para financiar iniciativas da maneira certa?”

Não há dúvidas de que fazer as perguntas certas e ter um plano sólido em vigor pode ajudar a reduzir o tempo necessário para perceber os benefícios da IA. Mas passar qualquer sistema de IA do modelo experimental para um modelo funcional real também apresenta um grande desafio. “Os maiores desafios estão relacionados à 'operacionalização', que é como você obtém um sistema de IA desde a coleta inicial de dados até a construção de um modelo e a implantação em produção”, explica Armstrong-Barnes.

E garantir que os funcionários tenham as habilidades adequadas é essencial. Atrair e reter pessoal com os atributos certos, ou estabelecer parcerias com uma organização que possa fornecer esse conhecimento, será o foco principal. “Ainda há muitos mal-entendidos sobre o que a tecnologia pode fazer, por isso a educação não só desenvolve competências, mas também cria adesão”, acrescenta.

Uma abordagem que as empresas podem adotar para resolver alguns dos problemas de conjunto de habilidades e infraestrutura é buscar parcerias, ele aconselha: “Você pode fazer parceria para trazer essas habilidades; parceiro para acessar infraestrutura, plataforma e serviços de modelo.”

Uma arquitetura nativa de IA possui muitas camadas. Os componentes do serviço de infraestrutura de IA podem incluir GPUs e aceleradores, por exemplo, juntamente com elementos de computação, armazenamento e rede, contêineres e máquinas virtuais e bibliotecas de IA. Da mesma forma, os serviços de plataforma de IA podem incorporar aplicativos de ML e serviços de dados, desenvolvimento e implantação. E não vamos esquecer os serviços de modelo que abrangem modelos fundamentais, ajuste fino, armazenamento de vetores e prompts, juntamente com serviços de negócios de IA projetados para promover a confiabilidade, eliminando preconceitos e desvios para fornecer apresentações valiosas de casos de uso.

A HPE já construiu uma estrutura robusta focada no ser humano que pode ser aplicada aos requisitos do cliente, centrada na privacidade, inclusão e responsabilidade, afirma a empresa.

“Isso significa que você pode se concentrar nos dados e no problema de negócios”, diz Armstrong-Barnes.

É tudo uma questão de dados

Concentrar-se nos dados ao projetar e implantar sistemas de IA pode ser fundamental. As organizações são atingidas por um tsunami de dados todos os dias. O que a IA lhes permite fazer é encontrar padrões ocultos nesses dados, o que ajuda a acelerar a sua capacidade de derivar valor deles. Assim, eles poderão tomar decisões significativamente mais bem informadas sobre os aplicativos, processos e serviços que desejam construir ou aprimorar.

Um componente importante desse foco centrado em dados é ter uma estratégia sólida sobre como coletar, gerenciar e monitorar os dados – uma estratégia que esteja estreitamente alinhada ao negócio, construa uma cultura de dados e inclua elementos de governança, qualidade de dados, privacidade e metadados, diz HPE.

“Você precisa entender o que a empresa está tentando fazer”, explica Armstrong-Barnes. “Você precisa entender como está impulsionando a qualidade dos dados, quem os acessou, como você os descarta, quais metadados você está armazenando.”

Outro problema que os dados podem apresentar são os silos. Quando os dados estão bloqueados, extrair e obter valor deles pode ser problemático. E uma vez que esses dados estejam acessíveis e disponíveis, surge a questão de treinar os dados que irão informar as plataformas de IA. Quando se trata de construir sistemas de IA, em alto nível existem várias etapas: coleta de dados; refinar os dados para prepará-los para a construção do modelo; construção dos modelos; ajustar os modelos; e então implantá-los. Cada uma dessas etapas apresenta desafios específicos.

Mas usar uma arquitetura nativa de IA da HPE Greenlake pode ajudar muito a estabelecer a base certa para agilizar esses processos, diz a HPE. E o Ambiente de Desenvolvimento de Aprendizado de Máquina (MLDE) da empresa também foi projetado para ajudar a reduzir a complexidade e os custos associados ao desenvolvimento do modelo de aprendizado de máquina.

O treinamento desses modelos de IA também requer um poder de processamento significativo. À medida que as empresas adotam ou aumentam a utilização da IA, devem primeiro ter a capacidade tecnológica para lidar com a carga. A plataforma HPE GreenLake pode fornecer essa capacidade na forma de uma arquitetura de processamento de alto desempenho e pipeline de dados simplificado que as organizações precisarão para garantir acesso a dados relevantes e de alta qualidade para construir e implantar modelos e cargas de trabalho de IA.

Projetos bem-sucedidos podem iluminar o caminho

Muitas vezes é útil olhar para empresas que já fizeram um bom trabalho na adoção e implementação de IA para obter orientação. Uma delas é a equipe de esportes eletrônicos Evil Geniuses, de Seattle, WA. Ao longo de seus 25 anos de história, a empresa inscreveu equipes em diversos esportes eletrônicos, jogando Call of Duty, Fortnite, Halo, Rocket League e VALROANT. As equipes do Evil Geniuses têm tido bastante sucesso. A equipe Call of Duty: WWII da empresa venceu o Call of Duty Championship de 2018, por exemplo, e a equipe de VALORANT venceu os campeões de VALORANT de 2023.

“Estamos aqui para mudar a cara dos jogos”, diz Chris DeAppolonio, CEO da Evil Geniuses. “Somos uma organização de esportes eletrônicos e entretenimento de jogos. Jogamos jogos profissionalmente em todo o mundo. Tecnologia e dados são a espinha dorsal de tudo o que fazemos. Nossos jogos são baseados em uns e zeros. Eles são baseados em dados, e como processamos isso e criamos insights a partir disso?”

Uma das preocupações mais prementes enfrentadas pela Evil Geniuses é identificar potenciais jogadores profissionais. A empresa processa grandes quantidades de dados complexos para encontrar talentos em todo o mundo e. “Queremos encontrar dados sobre esse futuro profissional”, diz ele. E parece estar funcionando. “Queremos vencer. Queremos encontrar melhores talentos. Queremos ser mais eficientes com treinadores e olheiros. Podemos usar insights para descobrir a próxima superestrela.”

O futuro da IA ​​– tanto do ponto de vista da produtividade como dos benefícios empresariais – parece promissor. “A IA é um esporte de equipe, trata-se de habilidades”, afirma Armstrong-Barnes da HPE. “Quando se trata de implementar sistemas de IA com sucesso, uma abordagem é fazer parceria com uma organização com histórico na construção de sistemas de IA escaláveis, eficientes e eficazes. Com uma profunda herança em IA que remonta a décadas, a HPE oferece as ferramentas, técnicas e habilidades para acelerar iniciativas de IA.”

Ser orientado por dados e compreender totalmente os dados e para que eles serão usados ​​ajudará uma organização a adotar uma abordagem centrada em casos de uso para ajudar a identificar como ela pode fundir seus dados com técnicas de IA para gerar valor comercial. Uma vez estabelecido esse entendimento, fica mais fácil aproveitar os benefícios.  

Armstrong-Barnes aconselha as empresas a construir plataformas que lhes permitam começar pequenas, mas que tenham todas as bases implementadas para que possam crescer quando necessário. Depois, eles só precisam descobrir o que querem fazer e como isso agregará valor e crescerão de acordo com suas necessidades ao longo do tempo. A HPE enfatiza a sua capacidade de construir 'fábricas de IA' combinando hardware, software e serviços que proporcionam escalabilidade empresarial, apoiadas por sistemas integrados que facilitam a vida dos utilizadores finais.

“Você quer acompanhar seus concorrentes que já estão na jornada da IA”, diz ele. “Adicionar parceiros ao Team AI é um fator crítico de sucesso quando se trata de construir uma arquitetura nativa de IA que se adapta às suas necessidades e permite que você se concentre nos dados e nos desafios de negócios, em vez das complexidades das fundações subjacentes.”

Patrocinado pela HPE.

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://go.theregister.com/feed/www.theregister.com/2024/04/18/getting_on_board_with_ai/