La nube ofrece varias ventajas para implementar modelos de IA generativa, y lo hemos discutido hasta el fondo aquí. En resumen, la nube proporciona potencia informática escalable, flexibilidad y accesibilidad, lo que permite a las empresas encontrar todo el potencial de la IA generativa. La infraestructura de la nube permite un acceso fluido a una gran cantidad de datos de capacitación. Aunque puede resultar costoso, también facilita el desarrollo y refinamiento del modelo. Además, permite un entrenamiento e inferencia de modelos más rápidos y eficientes, lo que hace que la IA generativa sea más accesible para una gama más amplia de usuarios. Adopción más lenta de lo esperado Según lo que estamos viendo en la prensa, se podría pensar que hay una gran fiesta de IA generativa. allá. Sin embargo, la realidad de la adopción es un poco diferente. A pesar de los claros beneficios de la IA generativa en la nube, no veo un movimiento masivo en el corto plazo en el volumen que muchos creen que está ocurriendo. Y hay algunas buenas razones: La brecha de habilidades es un problema importante. La implementación de modelos de IA generativa en la nube requiere aprendizaje automático, computación en la nube y experiencia en ingeniería de datos que no existe en el nivel necesario para tener éxito con esta tecnología. Las empresas necesitan profesionales más capacitados que posean un conocimiento profundo de la tecnología de IA generativa y cómo puede devolver valor al negocio. Por lo tanto, la mayoría de las empresas están discutiendo la IA generativa pero no están haciendo nada todavía. La IA generativa, y la IA en general, no es algo que se pueda absorber en un fin de semana. Se necesitan meses para comprender los datos, implementar y ajustar el modelo, y saber cuándo está funcionando correctamente. Aplaudo a quienes han retrasado la implementación hasta que adquieran las habilidades internamente; Aprendimos de las implementaciones en la nube que la falta de arquitectos y desarrolladores calificados generalmente hace que los proyectos fracasen. Dicho esto, algunas empresas siguen adelante sin las habilidades necesarias. Oiremos hablar de esos fracasos dentro de un año, cuando llegue la inevitable resaca de la IA generativa. Lo señalaré aquí. Los datos aún no están listos. Los modelos de IA generativa requieren datos de alta calidad para aprender y generar resultados significativos, y la mayoría de las empresas aún no lo saben. Adquirir, limpiar y preprocesar datos es un desafío importante, especialmente cuando se combina con fuentes de datos heterogéneas, preocupaciones de privacidad y regulaciones de gestión de datos. Las organizaciones deben invertir tiempo y recursos para garantizar la disponibilidad y calidad de los datos antes de que la IA generativa en la nube pueda ser un recurso útil. Esto requiere más tiempo y dinero de lo que la mayoría de las empresas entienden. Seguir adelante sin lidiar con los datos es otra forma segura de fracasar, y es bueno retrasar la implementación de la IA generativa en la nube hasta que se resuelva el problema. Establecer políticas es difícil y tiene una gran carga política. ¿Cómo puede protegerse contra prejuicios que le harán demandar? ¿Está creando problemas de regulación de datos al tomar datos no regulados, utilizar IA generativa y hacer aparecer datos regulados? ¿Cuál es la política sobre las personas desplazadas por esta tecnología? Aprovechar la IA generativa en la nube es costoso, especialmente si no se optimiza adecuadamente. Las organizaciones deben evaluar cuidadosamente los recursos de la nube necesarios para la capacitación y la inferencia de modelos para lograr un equilibrio entre costo y rendimiento. La mayoría querrá abrir el grifo de la computación en la nube, lo que generará importantes sobrecostos y poco valor devuelto al negocio. Hemos cometido estos errores con la mayoría de las innovaciones en la nube en producción, incluida la computación sin servidor y la orquestación de contenedores; es una apuesta segura que haremos lo mismo aquí, si no tenemos cuidado. Qué esperar Si vamos a ser una IA generativa de lento avance en la nube, ¿cuándo aparecerá a un nivel que mueva la aguja? Para la mayoría, será mucho más largo de lo esperado. Sospecho que veremos muchas pruebas de concepto el próximo año, mostrando las capacidades de esta tecnología. Sin embargo, las POC sólo llegan hasta el punto de devolver valor al negocio. Para eso, se necesitan sistemas de producción que hagan cosas de alto valor, como brindar una mejor experiencia al cliente, automatizar inteligentemente una cadena de suministro, encontrar el riesgo real de asegurar a un conductor o diagnosticar a un paciente con una mayor cantidad de experiencia digital. Ya sabes, cosas que generan dinero. Sospecho que no veremos el mayor valor de estas cosas hasta dentro de tres o cuatro años, algo que no se menciona en la prensa tecnológica porque tenemos TDA en el mercado tecnológico. No estamos interesados ​​en cosas tan lejanas. Sin embargo, la IA generativa es un cambio importante en la forma en que entregamos sistemas. Prefiero esperar y hacerlo bien que apresurar algo y fracasar, o peor aún, causar daños al negocio. La mayoría de los ejecutivos de TI pueden sentirse justificados para actuar agresivamente, dada la exageración. Probablemente estarán buscando trabajo dentro de unos años. No seas esa gente. Copyright © 2023 IDG Communications, Inc.

Source link