Bagaimana perniagaan boleh membawa kecerdasan buatan ke peringkat seterusnya

Perusahaan semakin mendapat kelebihan daya saing dengan menggunakan kecerdasan buatan menggunakan seni bina awan hibrid yang diedarkan.

Ini didorong oleh dua faktor: Pertama, lebih banyak data sedang dijana di tepi berbanding sebelum ini. Malah, diramalkan menjelang 2025, 50% data yang dijana perusahaan akan diproses di luar pusat data tradisional atau pengkomputeran awan. Tinjauan global baru-baru ini mendapati bahawa 78% pembuat keputusan IT percaya memindahkan infrastruktur IT ke kelebihan digital adalah keutamaan masa depan untuk perniagaan mereka.

Kedua, memindahkan sejumlah besar data ke enjin infrastruktur latihan AI terpusat untuk pemprosesan bermakna perusahaan akan menghabiskan masa dan perbelanjaan yang berharga. Di samping itu, peraturan pematuhan dan privasi sering memerlukan pemprosesan dan analisis data AI untuk kekal di negara asal, seterusnya mewajarkan pengagihan beban kerja merentas pelbagai negara.

Mari kita menyelami tiga kes penggunaan industri yang berbeza di mana AI yang diedarkan membantu perniagaan menjimatkan kos, memenuhi keperluan kawal selia dan membolehkan kemajuan teknologi baharu.

Dapatkan cerapan runcit masa nyata sambil mengurangkan kos

Ramai peruncit besar mencari kelebihan daya saing dengan memanfaatkan strategi infrastruktur digital yang diedarkan. Mereka menggunakan strategi penggunaan AI yang semakin popular yang dikenal pasti baru-baru ini oleh IDC: membangunkan AI pada teras, seperti dalam awan atau pusat data serantau, dan gunakan model inferens AI di tepi, kemudian latih semula mereka dengan model serantau baharu untuk disesuaikan permohonan itu.

Sebagai contoh, peruncit yang menggunakan model awan hibrid yang diedarkan mungkin mula-mula menghantar maklumat kamera dalam kedai dan data pengurusan inventorinya ke pusat data metropolitan yang mengehos untuk membina model AI serantau dan memanfaatkan kaedah AI bersekutu untuk menyepadukan model serantau .

Ia kemudiannya menggunakan model AI yang dioptimumkan ini ke kedai untuk melaksanakan inferens model AI kependaman rendah/ramalan untuk mendapatkan cerapan tentang inventori, pengurusan peralihan pekerja, ramalan arah aliran pembelian pembeli dan pengesyoran peletakan iklan.

Menggunakan enjin inferens AI daripada pusat data metropolitan adalah lebih menjimatkan kos daripada menyelenggara dan menservis pelayan ini di setiap lokasi runcit. Infrastruktur AI yang diedarkan ini membolehkan peruncit memproses dan menganalisis cerapan dengan cepat dalam satu bidang, akhirnya meningkatkan keuntungan mereka.

Mengekalkan Privasi dan Pematuhan dalam Pengawasan Video

Menurut UNCTAD, majoriti (71%) negara di dunia mempunyai undang-undang mengenai privasi dan perlindungan data . Pengurusan data teragih dan seni bina kecerdasan buatan boleh memainkan peranan penting dalam membantu perusahaan memastikan pematuhan.

Sebagai contoh, syarikat pengurusan hartanah yang besar dengan tapak di berbilang kawasan metropolitan di seluruh dunia boleh memanfaatkan seni bina AI yang diedarkan untuk beratus-ratus kamera keselamatannya di seluruh dunia untuk mengekalkan keterlihatan dengan menggunakan AI di mana data dikumpulkan . Pematuhan dengan peraturan privasi tempatan.

Mempunyai kemudahan terpusat di negara berbeza tempat perniagaan beroperasi memastikan perniagaan tidak melanggar privasi setempat dengan menghantar data ke negara lain yang mungkin tidak mempunyai peraturan pematuhan yang sama seperti negara tempat data itu berasal Undang-undang.

Selain membolehkan privasi dan pematuhan penggunaan data, model ini juga mengurangkan kos dengan mengehoskan tindanan inferens AI di satu lokasi metro, dan bukannya setiap kemudahan, walaupun ia merentasi ratusan lokasi Pengesanan gerakan data diproses di tapak di setiap lokasi.

Pemandu autonomi melalui kemas kini serantau

Tanpa infrastruktur kecerdasan buatan, kenderaan autonomi yang didayakan oleh sistem bantuan pemandu lanjutan (ADAS) tidak dapat menyelesaikan kes penggunaan tertentu. ADAS memerlukan kecerdasan buatan untuk memutuskan cara kenderaan harus berinteraksi dengan persekitarannya, terutamanya apabila berinteraksi dengan pengguna jalan raya yang terdedah seperti penunggang basikal dan pejalan kaki.

Jumlah data yang dijana oleh kenderaan ujian untuk melatih model kecerdasan buatan adalah besar Untuk Tahap 2 dan Tahap 3 ADAS (kenderaan boleh melaraskan kelajuan, brek dan membuat keputusan berdasarkan persekitaran), setiap kenderaan menghasilkan volum Data. berkisar antara 20TB hingga 60TB. Kecerdasan buatan membolehkan kenderaan yang disambungkan untuk mengumpul dan memproses set data besar ini daripada kumpulan ujian dengan lebih pantas dan lebih menjimatkan kos berbanding menggunakan infrastruktur tradisional.

Infrastruktur AI teragih mentakrifkan mobiliti dan autonomi kenderaan generasi akan datang. Sebagai contoh, kenderaan bersambung menggunakan peta definisi tinggi untuk menyediakan kereta dengan maklumat tentang papan tanda dan jalan.

Tetapi apa yang berlaku apabila zon pembinaan atau bahaya jalan raya muncul dalam sekelip mata infrastruktur AI teragih tidak memerlukan setiap kenderaan mengendalikan bahaya jalan raya secara individu, sebaliknya membenarkan bahaya ini dihantar ke lokasi kawasan dan kemudian menyampaikan bahaya tersebut? kepada semua kenderaan di kawasan tersebut.

Teruskan aliran data

Tiada apa-apa yang merasakan tarikan graviti data lebih daripada kecerdasan buatan. Untuk memanfaatkan sepenuhnya infrastruktur AI mereka, perusahaan perlu menilai nilai penggunaannya secara berpusat, serantau atau tempatan. Melakukannya akan menjimatkan masa, wang dan kependaman yang berharga.

Atas ialah kandungan terperinci Bagaimana perniagaan boleh membawa kecerdasan buatan ke peringkat seterusnya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!