Per innovare con l’IA servono ecosistemi e infrastrutture: siamo pronti?

L’IA generativa è diventata una realtà diffusa grazie a ChatGPT, una tecnologia volta a migliorare il servizio a clienti e partner, e per semplificare i processi interni. Ma le organizzazioni che investono nell’intelligenza artificiale sono pronte a gestire l’impatto sui propri modelli di business con ecosistemi digitali adeguati?

Le sfide dell’intelligenza artificiale: l’importanza degli ecosistemi digitali

Utilizza ChatGPT in totale sicurezza con NordVPN – Fino a 63% di sconto per 2 anni di NordVPN

Kaladhar Voruganti, Senior Business Technologist di Equinix, prova a rispondere alla domanda sulle competenze e i sistemi necessari per gestire l’enorme impatto dell’IA sui modelli operativi. In base ai dati della Global Tech Trends Survey (GTTS) del 2023, il 42% dei leader IT riconosce che la propria infrastruttura non è adeguata alla crescente domanda di IA. Inoltre, il 41% esprime dubbi sulla capacità del proprio staff di implementare questa tecnologia.

I team IT che vogliono supportare l’uso dell’IA nelle loro organizzazioni devono affrontare nuove sfide, che riguardano diversi aspetti. Dai costi alle prestazioni, alla condivisione dei dati, alla carenza di competenze, fino alla sostenibilità. Dal punto di vista economico, preoccupa che entro il 2025 la maggior parte dei dati sarà prodotta fuori dal data center. Per esempio, se i dati sono generati nel cloud, conviene elaborarli nel cloud. Ma se i dati sono generati nell’edge, devono essere archiviati ed elaborati nell’edge. Ciò implica che le architetture di IA centralizzate non sono scalabili dal punto di vista dei costi e delle prestazioni. E il costo del trasferimento dati dall’edge al core può essere proibitivo.

Le organizzazioni possono anche avere problemi a raggiungere prestazioni ottimali per vari motivi, che vanno dall’accesso alla GPU più recente nel cloud alle differenze tra l’architettura del sistema e dell’implementazione. Non mancano poi le sfide legate alla condivisione dei dati, poiché spesso le organizzazioni hanno bisogno di usare dati esterni (ad esempio dati meteo o sul traffico). Ciò potrebbe obbligare a tracciare il percorso dei dati e dei modelli esterni per non incorrere in dati manipolati da hacker o problemi di conformità.

Innovare con l’IA richiede competenze e sostenibilità

Una delle maggiori difficoltà nell’implementazione dell’intelligenza artificiale resta, in ogni caso, trovare lavoratori qualificati nel campo dell’IA. Per la GTTS, il 45% dei leader IT afferma che la sfida più grande per le competenze è la velocità di trasformazione del settore tecnologico.

Queste innovazioni richiedono anche sostenibilità, che va di pari passo con lo sviluppo degli ecosistemi digitali. Basti pensare che ogni rack di formazione per l’IA consuma più di 30 kVA, per cui il raffreddamento ad aria diventa inefficiente. Gran parte dei data center privati (in-house), però, non sono attrezzati per gestire i rack per l’IA ad alto consumo energetico.

Una cosa è certa: la sostenibilità è fondamentale per le aziende per creare soluzioni di IA scalabili. Ed è necessaria per gestire l’ingestione, la condivisione, l’archiviazione e l’elaborazione di enormi e diversificate serie di dati. Devono raggiungere, in altre parole, un’IA produttiva. In questo senso, la partecipazione ad un ecosistema digitale diventa sempre più essenziale. In questo modo, i team dell’infrastruttura IT possono superare la complessità dell’IA, gestire grandi volumi di dati e accedere a nuovi partner tecnologici con soluzioni innovative.

Rimani aggiornato seguendoci su Google News!

Seguici!