Neseniai paskelbtame tinklaraštyje „Rackspace“ nurodo daugeliui skaitytojų pažįstamas kliūtis: netvarkingus duomenis, neaiškią nuosavybę, valdymo spragas ir modelių eksploatavimo išlaidas, kai jie tampa gamybos dalimi. Bendrovė juos įrėmina per paslaugų teikimo, saugos operacijų ir debesų modernizavimo objektyvą, o tai nurodo, kur ji deda savo pastangas.
Vienas ryškiausių „Rackspace“ veikiančio AI pavyzdžių yra saugos verslas. Sausio pabaigoje bendrovė apibūdino RAIDER (angl. Rackspace Advanced Intelligence, Detection and Event Research) kaip pritaikytą pagrindinę platformą, sukurtą jos vidiniam kibernetinės gynybos centrui. Saugos komandoms dirbant su daugybe įspėjimų ir žurnalų, standartinė aptikimo inžinerija nekeičiama, jei priklauso nuo saugos taisyklių rankinio rašymo. „Rackspace“ teigia, kad jos RAIDER sistema sujungia grėsmių žvalgybą su aptikimo inžinerinėmis darbo eigomis ir naudoja AI saugos variklį (RAISE) ir LLM, kad automatizuotų aptikimo taisyklių kūrimą, generuodama aptikimo kriterijus, kuriuos apibūdina kaip „paruoštus platformai“ pagal žinomas sistemas, tokias kaip MITER ATT&CK. Bendrovė teigia, kad ji sutrumpino aptikimo kūrimo laiką daugiau nei per pusę ir sumažino vidutinį aptikimo ir reakcijos laiką. Tai kaip tik toks vidinio proceso pokytis, kuris yra svarbus.
Bendrovė taip pat pozicionuoja agentinį AI kaip būdą pašalinti sudėtingų inžinerinių programų trintį. Sausio mėnesio įraše apie VMware aplinkos modernizavimą naudojant AWS aprašomas modelis, kuriame AI agentai atlieka intensyvią duomenų analizę ir daug pasikartojančių užduočių, tačiau „architektūrinis sprendimas, valdymas ir verslo sprendimai“ lieka žmogaus sferoje. „Rackspace“ pristato šią darbo eigą kaip neleidžiančią vyresniems inžinieriams nustumti į perkėlimo projektus. Straipsnyje teigiama, kad tikslas yra išlaikyti antros dienos operacijų apimtį – kai daugelis perėjimo planų žlunga, nes komandos sužino, kad jos modernizavo infrastruktūrą, bet neveikia.
Kitur bendrovė pateikia AI palaikomų operacijų vaizdą, kai stebėjimas tampa labiau nuspėjamas, įprasti incidentai tvarkomi naudojant robotus ir automatizavimo scenarijus, o telemetrija (taip pat istoriniai duomenys) naudojama modeliams nustatyti ir, savo ruožtu, rekomenduoti pataisymus. Tai yra įprasta AIOps kalba, tačiau „Rackspace“ susieja tokią kalbą su valdomų paslaugų teikimu, o tai rodo, kad bendrovė naudoja AI, kad sumažintų darbo sąnaudas eksploataciniuose vamzdynuose, o ne įprastą AI naudojimą klientams skirtoje aplinkoje.
Straipsnyje, kuriame aprašomos dirbtinio intelekto įgalintos operacijos, bendrovė pabrėžia dėmesio strategijos, valdymo ir veiklos modelių svarbą. Jame nurodomos mašinos, reikalingos dirbtiniam intelektui industrializuoti, pvz., infrastruktūros pasirinkimas pagal tai, ar darbo krūvis yra susijęs su mokymu, koregavimu ar išvadomis. Daugelis užduočių yra gana lengvos ir gali atlikti išvadas vietoje esamos aparatinės įrangos.
Bendrovė atkreipė dėmesį į keturias pasikartojančias AI diegimo kliūtis, visų pirma suskaidytus ir nenuoseklius duomenis, ir rekomenduoja investuoti į integraciją ir duomenų valdymą, kad modeliai turėtų nuoseklų pagrindą. Žinoma, tai nėra išskirtinė „Rackspace“ nuomonė, tačiau tai, kad ją rašo pirmiausia technologijų, stambus žaidėjas, iliustruoja problemas, su kuriomis susiduria daugelis įmonių masto DI diegimo.
Dar didesnė įmonė „Microsoft“ siekia koordinuoti autonominių agentų darbą įvairiose sistemose. „Copilot“ tapo orkestravimo sluoksniu, o „Microsoft“ ekosistemoje egzistuoja kelių etapų užduočių vykdymas ir platesnis modelių pasirinkimas. Tačiau pažymėtina, kad „Rackspace“ ragina Redmondą dėl to, kad produktyvumas padidėja tik tada, kai tapatybė, prieiga prie duomenų ir priežiūra yra tvirtai įtrauktos į operacijas.
Artimiausią „Rackspace“ AI planą sudaro saugos inžinerija su dirbtiniu intelektu, agentų palaikoma modernizacija ir DI papildytas paslaugų valdymas. Jos ateities planus galbūt galima įžvelgti sausio mėnesio straipsnyje, paskelbtame bendrovės tinklaraštyje, kuriame kalbama apie privačių debesų AI tendencijas. Jame autorius teigia, kad išvados, ekonomika ir valdymas, nulems architektūros sprendimus dar 2026 m. Numatomas „sprogus“ tyrinėjimas viešuosiuose debesyse, o išvadų užduotys perkeliamos į privačius debesis dėl išlaidų stabilumo ir atitikties. Tai veiklos AI planas, pagrįstas biudžeto ir audito reikalavimais, o ne naujumu.
Sprendimus priimantiems asmenims, bandantiems paspartinti savo diegimą, naudinga tai, kad „Rackspace“ AI traktuoja kaip veiklos discipliną. Konkretūs paskelbti pavyzdžiai yra tie, kurie sumažina pakartojamo darbo ciklo laiką. Skaitytojai gali priimti įmonės nurodymus ir vis tiek būti atsargiems dėl įmonės teigiamų rodiklių. Veiksmai, kurių reikia imtis augančiame versle, yra atrasti pasikartojančius procesus, ištirti, kur dėl duomenų valdymo būtina griežta priežiūra ir kur būtų galima sumažinti išvadų sąnaudas, kai apdorojimas atliekamas įmonės viduje.
(Vaizdo šaltinis: Pixaybay)
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
