데이터 관리: AI 혁명의 거대한 도전?

인공 지능을 성공적으로 확장하려면 최신 데이터에 투자하는 것이 중요하지만, 한 연구에 따르면 기업의 절반은 비용 장벽에 직면해 있습니다. 이제 데이터 관리에 투자할 수 있는 기업은 장기적으로 AI 리더가 될 것입니다.

응답자의 69%는 적어도 하나의 진행 중인 AI 프로젝트에 참여하고 있으며, 그 중 28%는 기업 규모에 도달했습니다. 기업과 연구 기관은 새로운 가치 제안을 창출하기 위해 AI 채택을 가속화하고 있지만, 연구에 따르면 데이터 인프라와 AI 지속 가능성 문제가 AI를 대규모로 성공적으로 구현하는 데 장애물로 작용하는 것으로 나타났습니다. 보고서는 2023년까지 기업 내 생성 AI 개발이 급격히 증가하여 이러한 과제를 더욱 악화시킬 것이라고 강조합니다.

데이터 관리가 AI 혁명의 가장 큰 과제가 될까요?

인공 지능의 사용은 계속 증가하지만 기업은 확장은 여전히 ​​과제로 남아 있습니다. WEKA와 Standard & Poor's는 공동으로 전 세계 인공지능 의사결정자 1,500명을 대상으로 설문조사를 실시하고 그 결과를 발표했습니다. 이 설문조사에서는 기업이 AI 여정에서 직면하게 되는 기회와 장벽은 물론 전 세계 산업 전반에 걸쳐 AI 채택의 고유한 동인을 식별합니다. 이 설문조사는 또한 미래에 AI를 성공적으로 사용하기 위해 기업이 취해야 할 단계에 대한 통찰력을 제공합니다.

32%의 응답자는 데이터 관리를 AI/ML 배포의 기술적 장벽으로 꼽았습니다. 또한 응답자의 26%는 보안 문제를, 20%는 컴퓨팅 성능 문제가 현재의 주요 과제라고 답했습니다. 이는 많은 기업의 기존 데이터 아키텍처가 AI 혁명을 지원할 수 없음을 나타냅니다.

설문조사에 따르면 응답자의 77%는 레거시 아키텍처와 데이터 인프라는 지속 가능성 성과에 영향을 미치며, 74%는 워크로드를 퍼블릭 클라우드로 이동하는 것이 지속 가능성의 중요하거나 결정적인 동인이라고 말합니다.

응답자의 68%는 AI/ML이 비즈니스에 미치는 영향을 우려한다고 답했습니다. 에너지 사용 및 탄소 배출량

AI 이니셔티브가 더욱 발전함에 따라 워크로드 요구 사항을 지원하려면 하이브리드 접근 방식과 여러 배포 위치가 필요합니다. 레거시 데이터 인프라는 최신 성능 집약적 워크로드나 하이브리드 클라우드 및 엣지 모델을 염두에 두고 개발되지 않았기 때문에 대규모로 AI를 효율적이고 지속 가능하게 사용하는 능력에 직접적인 부정적인 영향을 미칩니다.

우리가 사용할 것으로 예상하지 않는 것처럼 Tesla와 같은 최첨단 전기 자동차에 전력을 공급하기 위해 1990년대에 개발된 배터리 기술로는 지난 세기의 데이터 과제에 맞게 설계된 데이터 관리 방법이 생성적 AI를 지원하는 것을 기대할 수 없습니다

. 엣지에서 코어, 클라우드까지 원활하게 확장되는 AI 워크로드의 요구 사항을 지원하도록 설계된 최신 데이터 스택을 구축하는 기업은 미래의 리더이자 파괴자가 될 것입니다.

위 내용은 데이터 관리: AI 혁명의 거대한 도전?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!