Fem insikter som hjälper företag att implementera AI smartare

Artificiell intelligens är inte längre ett futuristiskt koncept eller ett verktyg som endast är tillgängligt för de mest avancerade företagen. För dagens globala företag är AI en central del i omställningen av verksamheten, och möjliggör smartare beslutsfattande, bättre effektivitet och större konkurrensfördelar. Men hur använder företagen AI och vilka utmaningar ställs de inför när det gäller att skala ut IT-verksamheten effektivt? 

För att svara på de här frågorna genomförde vi Dell Technologies Enterprise AI Adoption Survey med 3 800 beslutsfattare inom IT och AI-användare i fem länder. Våra resultat ger insikter om dagens globala AI-användning och vilka acceleratorer som hjälper företagen att uppfylla sina AI-affärsmål och realisera värde. Fortsätt läsa för att lära dig mer om fem viktiga insikter baserat på vår forskning. 

1. Data är nyckeln till att lyckas med AI

AI blir inte bättre än de data som lösningen körs på, och företagen kämpar med att hantera och utnyttja sina data effektivt. Företag anger datakvalitet, tillgänglighet, hantering och säkerhet som de främsta tekniska hindren för AI-implementering. 

Utan klara, välorganiserade och tillgängliga data underpresterar även de mest avancerade AI-modeller. Baserat på dessa utmaningar bör organisationerna fokusera på att utveckla strategier där sömlös dataintegrering, förbättrade säkerhetsåtgärder och skalbara lösningar för stora datauppsättningar prioriteras. 

2. Du måste vara flexibel med var du kör dina AI-arbetsbelastningar 

Vår forskning visar att många företag väljer en flermolnsstrategi när de ska köra sina AI-arbetsbelastningar: 

• 79 % av AI-användningsfallen i produktion körs utanför det offentliga molnet 

• 98 % av organisationerna har beräknat sin totala ägandekostnad (TCO) för AI-användningsfallen i det offentliga molnet 

De AI-arbetsbelastningar som har störst effekt är ofta knutna till data som finns kvar internt.  Offentliga moln är praktiska att experimentera i, men de är även väldigt dyra: en ESG-analys från 2024 visade att lokal inferens kan vara upp till 75 % mer kostnadseffektiv än i det offentliga molnet. För skalbara långsiktiga AI-investeringar ger lokala lösningar ofta en bättre avkastning, vilket de flesta organisationer upptäcker efter att ha beräknat sin totala ägandekostnad. Allt handlar dock inte om kronor och ören: lokala distributioner ger också bättre säkerhet och styrning, vilket är särskilt viktigt i branscher med strikta efterlevnadskrav som finans och sjukvård. Det här visar hur viktigt det är att noga överväga den totala ägandekostnaden för olika användningsfall och distribuera dina AI-arbetsbelastningar med en bra balans mellan prestanda, säkerhet och skalbarhet. 

3. Öka effektiviteten hos datacentret genom att utnyttja tillgänglig kraft 

Trots att det pratas allt mer om ström och kylning som flaskhalsar för AI-implementeringen så visade vår undersökning att företagen ofta lämnar befintlig ström och tillgängliga lösningar outnyttjade: 

• 39 % av datacenterkapaciteten nyttjas inte 
• 67 % av GPU-servrarna kommer använda vätskekylning direkt på chipet de kommande tre åren 

Även om dagens datacenteroperatörer oroar sig för den energi som behövs för att skala ut AI så lämnar de mycket ström oanvänd. Företagen bör maximera sin befintliga datacenterkapacitet innan de investerar i kostsamma efterinstallationer eller nybyggnader. Du kan frigöra ännu mer ström genom att uppgradera befintlig infrastruktur från 14G- till 16/17G-rackservrar. 

Framöver kommer även innovationer som vätskekylning direkt på chipet vara viktiga för att hantera GPU-processorernas begränsningar gällande ström och prestanda, samtidigt som de sänker kostnaderna för datacentrets kylning och gör AI-distributionerna mer skalbara. 

4. Trender mot öppen källkod och behov av support vid distribution av AI-arbetsbelastningar lokalt

Dagens organisationer vill ha mer transparens och flexibilitet i sina AI-ekosystem, och leverantörer som erbjuder en enda kontaktpunkt: 

• 63 % av AI-användningsfallen förväntas använda modeller med öppen källkod de kommande 12 månaderna 
• 77 % av organisationerna vill att deras infrastrukturleverantörer ska erbjuda funktioner för alla delar av AI-implementeringen 
• 83 % av organisationerna vill att deras AI PC-leverantörer ska erbjuda funktioner för alla delar av AI-implementeringen 

Den här omställningen till ramverk med öppen källkod visar en efterfrågan på anpassningsbara, transparenta och kostnadseffektiva lösningar. Öppna ekosystem erbjuder bredare egenskaper än vad en enskild leverantör kan. För att tillgodose sina behov söker IT-beslutsfattare leverantörer med heltäckande AI-lösningar som kan hjälpa dem att integrera AI fullt ut i hela IT-verksamheten. 

5. Små modeller som körs direkt på enheten ger en annan nivå av flexibilitet för dagens AI-användningsfall

AI PC-enheter är ett attraktivt alternativ om du vill demokratisera AI-åtkomsten, särskilt i användningen av små språkmodeller: 

• 35 % av organisationerna planerar att testa SLM:er (små språkmodeller) på AI PC-enheter de kommande 12 månaderna 

Till skillnad från sina större motsvarigheter är SLM:er mer kostnadseffektiva och kräver mindre beräkningskraft, samtidigt som de är tillräckliga för många tillämpningar, som kodningsassistans. 

Vad innebär det här för företagen? Med SLM:er får du AI-bearbetning i realtid direkt på enheten, vilket både ger kortare svarstider, bättre produktivitet och mindre miljöpåverkan. Företagens användning av AI PC-enheter kan göra AI-lösningarna ännu mer tillgängliga för team i alla storlekar, så att medarbetarna får tillgång till kraftfulla verktyg för samarbete och automatisering. 

Känn dig trygg under AI-resan 

Vad innebär det för dagens företag? Baserat på våra resultat är dessa de viktigaste acceleratorerna för AI-implementering: 

• Utvärdera den totala ägandekostnaden för att optimera blandningen av distribution i molnet, lokalt och vid gränsen baserat på användningsfallet 
• Förbättra datakvalitet, åtkomst och hantering 
• Använd befintlig datacenterkapacitet bättre för AI-arbetsbelastningarna 
• Använd modeller och ramverk med öppen källkod för samarbete och innovation 
• Kör små språkmodeller på AI-datorer för att öka effektiviteten och tillgängligheten 

AI har blivit en nödvändighet snarare än ett tillval om du vill vara konkurrenskraftig och lyckas bättre i dagens affärslandskap. Även om tekniken har potential att öka effektiviteten och leda till banbrytande innovationer så beror organisationens framgång på de val som görs redan nu. 

Vill du ta nästa steg? Dell Technologies hjälper dig att skapa en AI-strategi som fungerar för ditt företag. Kontakta oss för mer information om våra AI-lösningar och hur de kan hjälpa ditt team att uppnå mer.