企业AI-AI基础设施如何简化您的 AI 生产线

发布时间:

2022-08-17 00:00

 

  采用 AI 数据平台框架可以让你定义一个平台来简化流程和方法,这些流程和方法涉及安全、数据工作流以及如何管理数据平台。采用 “AI工厂” 的方法可以简化你的 AI 战略,让你专注于关键业务成果。本文主要看点:

  · 企业AI时代来临

  · 采用AI进行数字化转型

  · 四个关键支柱

  汽车在19 世纪刚被发明时很少见,价格昂贵且难以可靠地运行,而且每种车都需要一套特殊的技能才能安全驾驶。1908 年,亨利·福特意识到通过一套新的原则可以制造出不算太贵、操作简单、经久耐用的汽车,即建立一个标准化的平台,在平台上进行创新,这样既可以实现快速开发,又便于制造和操作。

  从那以后,我们看到同样的模式在一波又一波的技术浪潮中出现,比如广播和电视、航空旅行、个人电脑和万维网等。首先,技术先锋与其他设想竞争一项新技术。每种设想都有自己忠实的客户群体,但却不能独立地跨越不同群体之间的分歧;而真正突破的实现是因为一套通用工具和模块化组件带来了易用性、简化制造和简化支持的标准,从而产生了规模经济、广泛的使用和可重复性。

  企业 AI 时代来临

  回到现在,我们发现同样的情况发生在企业的 AI 基础设施上:AI 系统不再是复杂和不可靠的,企业可以通过改变视角来转变他们应对 AI 系统的方式, 即构建跨组织的标准化平台,鼓励创新、更快的开发测试、易操作和投资的快速回报。

  即便如此,企业 AI 也有自身的发展历程:AI 早期是研究人员使用, 并从 HPC 设施和科学家那里汲取了专门知识。随着技术的发展,Google、Facebook 和Amazon等超大规模组织使用 AI 工具来帮助优化其业务和锁定目标客户。当 AI 基础设施变得越来越方便获得和使用,我们首先看到生命科学、金融服务系统和自动驾驶汽车的长足进展。现在,我们开始看到各地的企业都期望构建 AI 基础设施来支持其数字化转型。

  在2021年秋季的 DDN 用户大会上,主旨演讲人从三个阶段描述了 AI 发展的历程。阶段一,早期采用者主要是那些希望开发初步专门知识的组织。阶段二,越来越多的企业和公司引进数据科学家,探索使用核心技术并且开始开发一些结构。阶段三,也是企业 AI 使用的末尾阶段,企业期望构建的AI 基础设施能应用于更多的业务来支持数字化转型。此时,这些企业需要采用更成熟的流程和方法论来简化重复使用和协作。

  采用AI进行数字化转型

  当企业开始真正的数字化转型之旅时,它需要评估其关键工作流的组成部分:研发、供应链、生产、物流、支持、销售和运营。虽然这些关键工作流中的每个部分可能具有不同的特征,但企业可以采用一种转型策略,该策略可以让关键指标、工具和流程达成一致并迁移到新的工作流,这种转变通常会利用传统的 IT 技术并变革管理方式。

  企业也可通过 AI 工具(如图像识别、自然语言处理或预测性维护等)发现机会来加强其数字化转型,但这可能需要新的技能和工具。对于像 AI 这样的新兴技术,在组织内部建立并保有这些技能是至关重要的。可以将 AI 技术作为企业战略知识库的一部分,或许建立在 AI 卓越中心内。为了可靠并重复地实施和利用那些知识,企业可以制定流程和方法论,团队应将这些流程和方法作为标准结构的一部分以确保成功。

  采用 "AI 工厂" 框架的方式,你可以定义一个平台来简化流程和方法,这些流程和方法涉及安全、数据工作流以及如何管理数据平台。这使组织能够专注于其 AI 计划的战略成果和长期目标,而且使用参考架构可降低构建大规模 AI 所涉及的风险和成本。

  四个关键支柱:

  在《星期日泰晤士报》近期发表的《用于商业的AI》特别报道中,DDN 的 James Coomer 博士谈到了“AI 工厂”的概念,他还建议了组织如何降低 AI 实施的风险,即采用标准化流程和治理的 "AI 工厂" 模型,并且使用 AI 策略的四个关键支柱:

  1. 数据优先

  搞清楚你需要什么数据,以及你将如何收集、准备和处理这些数据。哪些是训练和学习所需的正确数据源,你将如何获取和组织数据以进行实时分析和决策?

  2. 治理

  你如何恰当地使用数据,如何衡量结果的可靠性和结果的公平性?需要哪些工具来向利益相关方保证数据和结果是安全的?

  3. 人员

  你的团队需要哪些工具来构建和实施 AI 策略?你不只需要数据科学家分享知识和协作,而且还需要业务领导能够解释和应用这些见解。

  4. 平台

  确保你拥有合适的平台来有效地处理数据。许多项目的失败是由于数据瓶颈,或者你的网络和设备无法处理大规模数据。

  启动 AI 战略的企业可以从 "AI 工厂" 的方法中学到:采用标准化工具、平台和参考架构。参考架构提供了一个经过验证的平台,可确保知识能够扩展、适应和变化。这样企业可以把关注点从技术和实施转移到简化的生产线,从而产生更快、更强大的业务成果。

相关新闻