Fem indsigter i smartere indføring af AI i virksomheder

Kunstig intelligens er ikke længere et futuristisk koncept eller et værktøj udelukkende for de mest avancerede virksomheder. For virksomheder i hele verden er AI ved at blive en central del af forretningsomstillingen og muliggør smartere beslutningstagning, større effektivitet og forbedret konkurrencemæssig fordel. Men hvordan indfører virksomheder AI, og hvilke udfordringer står de over for i forbindelse med at skalere den effektivt? 

For at besvare disse spørgsmål gennemførte vi Dell Technologies Enterprise AI Adoption Survey, der omfattede 3.800 it-beslutningstagere (ITDM’er) og AI-udøvere i fem lande. Vores resultater giver indsigt i den aktuelle tilstand for global brug af AI og de acceleratorer, der hjælper virksomheder med at opfylde deres AI-forretningsmål og realisere værdi. Læs videre for at få mere at vide om fem vigtige indsigter, som vi fandt frem til i forbindelse med vores forskning. 

1.Data er nøglen til at skabe orden i dit AI-hus

AI er kun så god, som de data, den kører på, og virksomheder kæmper for at administrere og udnytte deres data effektivt. Virksomheder nævnte dataenes kvalitet, tilgængelighed, administration og sikkerhed som de vigtigste tekniske hindringer for AI-implementering. 

Uden rene, velorganiserede og tilgængelige data vil selv avancerede AI-modeller underpræstere. Disse udfordringer tyder på, at virksomheder bør fokusere på at udvikle strategier, der prioriterer problemfri dataintegration, forbedrede sikkerhedsforanstaltninger og skalerbare løsninger til store datasæt. 

2. Fleksibilitet er afgørende for placeringen af AI-workload 

Vores undersøgelse viser, at en multicloud-tilgang er en attraktiv mulighed for virksomheder, der ønsker at køre deres AI-workloads: 

• 79 % af AI-brugsscenarier i produktionen kører uden for den offentlige cloud 
• 98 % af virksomheder har beregnet de samlede ejeromkostninger (TCO) for AI-brugsscenarier i den offentlige cloud 

AI-workloads med den største indvirkning er ofte knyttet til data, der stadig er inden for dine fire vægge.  Offentlig cloud yder bekvemmelighed til at eksperimentere, men kommer med en høj pris: En ESG-analyse fra 2024 viste, at inferens på stedet kan være op til 75 % mere omkostningseffektiv end den offentlige cloud. Til skalerbare langsigtede AI-investeringer giver løsninger på stedet ofte bedre investeringsafkast, som de fleste virksomheder har opdaget efter at have beregnet deres samlede ejeromkostninger. Men det handler ikke kun penge: Udrulninger på stedet giver også bedre sikkerhed og styring, hvilket især er nyttigt for sektorer med strenge overholdelsesbehov såsom økonomi og sundhedspleje. Dette understreger behovet for nøje at overveje de samlede ejeromkostninger for forskellige brugsscenarier og placere AI-workloads med den rette balance mellem ydeevne, sikkerhed og skalerbarhed. 

3. Øg datacenterets effektivitet ved at udnytte tilgængelig strøm 

På trods af den voksende diskussion om, at strøm og køling udgør en flaskehals i indføringen af AI, viste vores undersøgelse, at virksomheder muligvis overser indesluttet strøm og tilgængelige løsninger i dag: 

• 39 % af datacenterstrøm udnyttes ikke 
• 67 % af GPU-servere anvender direkte-til-chip-væskekøling inden for de næste tre år 

Mens datacenteroperatører bekymrer sig om energikrav til at skalere AI, lader de en masse strøm gå til spilde. Virksomheder bør maksimere deres eksisterende datacenterstrømkapacitet, før de investerer i dyre ombygninger eller nybyggeri. Yderligere indesluttet strøm kan også frigøres ved at opgradere eksisterende infrastruktur fra 14G- til 16/17G-rackservere. 

Fremover vil en voksende indføring af innovationer som direkte-til-chip-væskekøling være en nøglefaktor til håndtering af GPU-strøm- og ydeevnebegrænsninger, samtidig med at omkostningerne til datacenterkøling sænkes og skalerbarheden for AI-udrulninger i virksomheder øges. 

4. Forudindtagethed i forhold til open-source og behov for support til udrulning af AI-workloads på stedet 

Virksomheder bevæger sig hen imod større gennemsigtighed og fleksibilitet i deres AI-økosystemer, og udbydere tilbyder nu køb på ét sted: 

• 63 % af AI-brugsscenarierne forventes at bruge open-source-modeller inden for de næste 12 måneder 
• 77 % af virksomheder ønsker, at deres infrastrukturleverandører leverer kapaciteter på tværs af alle aspekter på rejsen mod indføring af AI 
• 83 % af virksomheder ønsker, at deres AI-pc-leverandører leverer kapaciteter på tværs af alle aspekter på rejsen mod indføring af AI 

Dette skift hen imod open-source-strukturer fremhæver efterspørgslen efter brugertilpassede, gennemsigtige og omkostningseffektive løsninger. Åbne økosystemer leverer mere omfattende kapaciteter, der rækker ud over, hvad en enkelt leverandør kan levere. For at opfylde deres specifikke behov søger it-beslutningstagere leverandører med komplette AI-løsninger, der kan hjælpe dem med at integrere AI fuldt ud på tværs af hele deres it-beholdning. 

5. Små modeller, der kører på enheden, giver endnu et niveau af fleksibilitet til AI-brugsscenarier 

AI-pc’er er en attraktiv mulighed for at demokratisere adgangen til AI, især ved at udnytte små sprogmodeller (SLM’er): 

• 35 % af virksomheder planlægger at teste SLM’er (små sprogmodeller) på AI-pc’er inden for de næste 12 måneder 

I modsætning til deres større modstykker er SLM’er mere omkostnings- og energieffektive, hvilket kræver mindre databehandlingskraft, samtidig med at de er tilstrækkelige til mange programmer som f.eks. kodningsassistenter. 

Hvad kan det betyde for virksomheder? SLM’er muliggør AI-behandling på enheden i realtid, hvilket ikke blot reducerer ventetiden, men også forbedrer produktiviteten og minimerer miljøpåvirkningen. Indføring af AI-pc’er i virksomheder kan yderligere forbedre tilgængeligheden af AI-løsninger for teams i alle størrelser og give medarbejderne effektive værktøjer til samarbejde og automatisering. 

Styrk din AI-rejse med ro i sindet 

Hvad betyder det for virksomheder i dag? Baseret på vores resultater er de vigtigste acceleratorer ved indføring af AI: 

• Evaluering af de samlede ejeromkostninger for at optimere blandingen af cloud-, lokal- og edge-udrulning baseret på brugsscenariet 
• Forbedring af datakvalitet, -adgang og -administration 
• Bedre udnyttelse af eksisterende datacenterstrømkapacitet til AI-workloads 
• Udnyttelse af open-source-modeller og -strukturer til samarbejde og innovation 
• Kørsel af SLM’er på AI-pc’er for at forbedre effektiviteten og tilgængeligheden 

AI er blevet afgørende, ikke valgfri, for at opnå konkurrencemæssige fordele og driftsmæssig ekspertise i dagens forretningslandskab. Selvom det har potentialet til at fremme udbredt effektivitet og banebrydende innovationer, vil en virksomheds succes afhænge af de valg, den træffer nu. 

Vil du tage det næste skridt? Hos Dell Technologies står vi klar til at hjælpe dig med at opbygge en AI-strategi, der fungerer for din virksomhed. Kontakt os for at få mere at vide om vores AI-løsninger, og hvordan de kan gøre dit team i stand til at opnå mere.