Home > Berita > Berita industri >

Bagaimana cara menjelajahi AI untuk otomatisasi infrastruktur TI

Bagaimana cara menjelajahi AI untuk otomatisasi infrastruktur TI
Waktu Penerbitan:2018-05-29

Bagaimana cara menjelajahi AI untuk otomatisasi infrastruktur TI


Kecerdasan buatan bukanlah konsep yang baru, tetapi dalam banyak hal, kecerdasannya paling baik untuk otomatisasi TI perusahaan. AI tentu tidak plug-and-play, namun sebagian besar masih disalahpahami.


Sekitar setengah dari perusahaan menggunakan beberapa bentuk kecerdasan buatan (AI), sebagian besar dalam perangkat lunak otomatisasi TI off-the-shelf mereka-tetapi itu tidak berarti mereka melakukannya dengan benar, analis dari IDC mengatakan.


Kecerdasan buatan, yang oleh beberapa perusahaan disebut perangkat lunak kognitif atau pembelajaran mesin, kembali ke penelitian tentang komputer-komputer catur di tahun 1950-an; sekarang paling dikenal untuk memberi tenaga asisten virtual melalui perangkat pintar Anda. AI benar-benar mendapatkan dukungannya dengan membantu staf TI menjaga infrastruktur informasinya tetap berjalan.


Analis IDC Peter Rutten dan Ritu Jyoti berbicara dengan TechRepublic tentang bagaimana melakukan AI yang benar.


"Ada banyak kebingungan dan banyak informasi yang salah di luar sana. AI adalah hype ... kami mencoba untuk menjadi realistis dan empiris mungkin tentang hal itu," kata Rutten, yang mencakup sisi perangkat keras. Pasar gabungan untuk server AI yang berisi teknologi seperti chip khusus aplikasi, chip yang dapat diprogram di lapangan, unit pemrosesan grafis, dan prosesor dengan ratusan core akan menjadi $ 22 miliar pada tahun 2022, "katanya.


"Apa yang kami lihat adalah bahwa perusahaan menemukan seseorang di dalam perusahaan yang agak berpengetahuan tentang hal ini. Mereka biasanya akan meminta mereka untuk membuat tim kecil yang mulai mengeksplorasi apa peluangnya," jelas Rutten. "Perusahaan menengah dan kecil biasanya akan memiliki juara yang memetakan peluang apa, apa yang dilakukan pesaing ... dan pada dasarnya membuat peta 'Ini adalah apa yang bisa atau harus kita lakukan,'" yang dapat melibatkan pengembang, pakar lini bisnis, dan ilmuwan data, katanya.


Rutten mengatakan kesalahan paling umum yang dia lihat ketika perusahaan ingin menguji air AI adalah mereka menyelam tanpa tim yang tepat dan menggunakan komponen yang kurang bertenaga — partisi mesin virtual atau kelompok kecil tidak akan cukup. "Banyak bisnis saat ini vs 12 bulan yang lalu menyadari Anda tidak dapat memulai AI pada sembarang infrastruktur," katanya. Masalah khusus termasuk pembatasan I / O, model data yang terlalu besar, dan pemrosesan yang terlalu lambat. "Pada titik itu biasanya ada semacam kesadaran bahwa kita perlu mencari tahu apa infrastruktur yang kita butuhkan untuk upaya AI kita," katanya. "Banyak perusahaan melalui budaya trial-and-error."


Di sisi perangkat lunak, Jyoti menekankan enam kiat penting untuk proyek AI perusahaan dalam presentasi di konferensi IDC Arah 2018 pada Maret:


menggunakan layanan cloud publik karena mereka lebih terukur daripada infrastruktur milik perusahaan Anda sendiri;

membangun tim Anda di sekitar persyaratan proyek — jangan membangun proyek di sekitar karyawan yang kebetulan Anda miliki;

membawa konsultan AI yang berpengalaman;

lihat apakah vendor perangkat lunak Anda sudah mengaktifkan AI aplikasi Anda;

mengadopsi AI dalam tingkatan seperti hasil tingkat prediksi pertama dan otomatisasi penuh kedua; dan

membentuk organisasi manajemen perubahan.


Sementara hanya setengah dari perusahaan besar saat ini menggunakan AI untuk otomatisasi TI, angka itu akan meningkat menjadi 75% pada tahun 2020, kata Jyoti. Sebagian besar tugas AI saat ini sangat mudah, seperti memperingatkan tuan manusia ketika hard disk mendekati kapasitas maksimum, atau ketika disk gagal, atau ketika proses CPU terpisah pada sambungannya — jenis AI tersebut tidak seperti memiliki robot IT magang. Teknologi ini benar-benar membantu ketika melaporkan dan secara otomatis memperbaiki masalah rumit seperti masalah kinerja pada database Oracle yang berjalan di mesin virtual — manusia mungkin saling menyalahkan departemen masing-masing, tetapi perangkat lunak tidak memiliki bias dan dapat menyibak ke status CPU dan jaringan / penyimpanan pengaturan, katanya.


Bukan berarti AI tidak memiliki keterbatasannya, Jyoti mengamati. The 'A' masih merupakan kecerdasan buatan, bukan yang sebenarnya. Mendapatkan hasil maksimal dari uang AI Anda mengharuskan Anda menghabiskan waktu dan upaya memastikan bahwa data Anda berkualitas tinggi; jika tidak, Anda akan menderita sampah, sampah, di mana sistem AI Anda menyimpulkan bahwa orang lain melompat dari jembatan dan dengan demikian Anda juga harus melakukannya.



About
Kode QR