AI-budget: niet goedkeuren voordat de netwerkgereedheid is gecontroleerd.
Voordat u budget vrijmaakt voor AI, moet u ervoor zorgen dat uw netwerk dit aankan. Onderzoek hoe uw netwerkinfrastructuur de prestaties van AI-toepassingen beïnvloedt en voorkom storingen.
De belangrijkste dingen die je moet weten
- Prestatieproblemen met AI worden vaak toegeschreven aan een zwakke netwerk- en connectiviteitsinfrastructuur. 24% van de Britse bedrijven waarvan de AI-toepassingen niet aan de verwachtingen voldeden, noemde dit als een van de oorzaken.
- Nieuwe operationele eisen voor AI, zoals veilige gegevensoverdracht en intelligente routering van werkbelastingen, vereisen dat het netwerk een essentieel onderdeel wordt van de ROI-berekening, en niet slechts een back-end infrastructuur.
- Voordat raden van bestuur een budget voor AI goedkeuren, moeten ze specifieke vragen stellen over dataverkeer, het vermogen van het netwerk om AI na de pilotfase te ondersteunen en wat er gebeurt bij storingen om duurzame waarde te garanderen.
Kunstmatige intelligentie is in rap tempo geëvolueerd van het experimentele stadium naar een topprioriteit in directiekamers. Maar voordat Britse bedrijfsleiders het volgende AI-budget goedkeuren, zouden ze zich een fundamentele vraag moeten stellen: kunnen hun netwerken AI op grote schaal ondersteunen zodra het de experimentele fase voorbij is?
Recent Brits onderzoek heeft uitgewezen dat 55% van de organisaties de komende twaalf maanden prioriteit zal geven aan investeringen in kunstmatige intelligentie (AI) of machine learning (ML), terwijl bijna een op de zes toegeeft dat ze fors investeren met een lage waardering uit angst om achter te blijven.
Deze druk is begrijpelijk, maar hierdoor wordt de discussie over rendement op investering (ROI) wel erg kortzichtig.
De waarde van kunstmatige intelligentie zal niet altijd direct duidelijk zijn bij de implementatie. Sommige voordelen worden behaald door automatisering en productiviteit, terwijl andere voortkomen uit de ontwikkeling van capaciteiten op de lange termijn: grotere weerbaarheid, betere immuniteit, snellere besluitvorming en nieuwe manieren van werken.
Het gevaar schuilt erin dat raden van bestuur AI financieren als een transformatie, om het vervolgens te beoordelen als een softwareproject voor de korte termijn. In het Verenigd Koninkrijk zegt slechts 15% van de organisaties dat hun AI-implementaties de verwachtingen hebben overtroffen, wat vraagt om een diepgaandere discussie over de voorwaarden die nodig zijn voor het succes van AI.
Waar schiet kunstmatige intelligentie tekort?
Wanneer de prestaties van AI tekortschieten, richt de aandacht zich vaak op het model, de data of het team dat de use case heeft ontwikkeld. Deze factoren zijn belangrijk, maar ze verklaren zelden het hele probleem.
Kunstmatige intelligentie is afhankelijk van de context waarin ze opereert: data, netwerk, beveiligingsmodel, governance en de aanwezige vaardigheden. Als deze omstandigheden zwak zijn, kan zelfs een veelbelovende toepassing moeite hebben om duurzaam en waardevol te worden in een productieomgeving.
Een proof of concept lijkt misschien aantrekkelijk in een beperkte omgeving, met schone data, gecontroleerde gebruikers en een duidelijk pad naar waardecreatie. De moeilijkheid begint echter wanneer het project zelf moet functioneren over verschillende kantoren, clouds, systemen en databases die nooit zijn ontworpen met kunstmatige intelligentie in gedachten.
Hier wordt connectiviteit onderdeel van de ROI-berekening. Als data te traag wordt overgedragen, workflows tussen systemen worden verstoord, responstijden per locatie verschillen of teams niet kunnen zien waar de prestaties achteruitgaan, beginnen bedrijven kosten te maken in de vorm van vertragingen, herwerk en verlies van vertrouwen.
Van de Britse bedrijven waarvan de AI-toepassingen niet aan de verwachtingen hebben voldaan, noemt 24% slechte netwerk- of connectiviteitsprestaties als een van de oorzaken. Dit cijfer is significant omdat het illustreert hoe gemakkelijk een ambitieus AI-project kan ontaarden in een kostbaar pilotprogramma wanneer de noodzakelijke infrastructuur ontbreekt.
Het netwerk is een essentieel onderdeel geworden van de berekening van het rendement op investeringen.
Jarenlang werden netwerken beschouwd als back-end infrastructuur. Dit was makkelijker te rechtvaardigen toen de werkzaamheden beperkt bleven tot e-mail, het delen van bestanden of standaardtoegang tot SaaS-diensten. Maar het verdedigen van deze aanpak wordt veel lastiger wanneer kunstmatige intelligentie wordt geïntegreerd in operationele processen, klantworkflows, fraudedetectie, voorspellingen of buitendienstverlening.
Kunstmatige intelligentie brengt andere operationele eisen met zich mee. Bedrijven moeten data veilig verplaatsen, workloads intelligent beheren, de bedrijfscontinuïteit waarborgen en inzicht hebben in waar kosten zich ophopen. Zonder dit inzicht wordt het rendement op investeringen reactief; zonder flexibiliteit blijven AI- gestuurde processen kwetsbaar; en zonder veilige connectiviteit creëren nieuwe toepassingen nieuwe kwetsbaarheden. Daarom moet het gesprek over infrastructuur al vroeg in de levenscyclus van AI beginnen.
Vooruitkijkend zegt 54% van de Britse organisaties dat ze flexibelere en schaalbare netwerken nodig hebben om te kunnen gedijen in een door AI gedreven omgeving, terwijl 57% aangeeft dat ze meer flexibiliteit en betrouwbaarheid nodig hebben om de uptime te maximaliseren.
Deze cijfers moeten niet worden geïnterpreteerd als een technologische verlanglijst, maar eerder als indicatoren dat kunstmatige intelligentie bedrijven dwingt de omgeving rondom digitale prestaties te herzien. Als van AI wordt verwacht dat het besluitvorming, klanten en processen ondersteunt, dan wordt het kernnetwerk een integraal onderdeel van de groeistrategie, een feit dat wordt onderstreept door de daadwerkelijke adoptie van AI binnen bedrijven.
Vier vragen voorafgaand aan de volgende financieringsronde voor AI.
Voordat raden van bestuur het volgende AI-budget goedkeuren, moeten ze zich afvragen: Waar gaan de gegevens naartoe? Wie kan deze gegevensstromen volgen? Kan het netwerk AI na de pilotfase nog ondersteunen? En wat gebeurt er als er iets misgaat?
Deze vragen dwingen raden van bestuur verder te kijken dan de applicatielaag en te onderzoeken of de organisatie over de noodzakelijke voorwaarden beschikt om de investeringen die zij doet op te schalen. Ze bieden de Chief Information Officer (CIO) ook een manier om ambities te verankeren in de fundamentele operationele realiteit: infrastructuur, vaardigheden, governance, beveiliging, dataverkeer en kostenbeheersing.
Het lastigste aan het berekenen van de ROI van AI is dat sommige waarde pas na verloop van tijd volledig tot uiting komt. Geen enkele raad van bestuur zou de waarde van het internet beoordelen op basis van het eerste jaar, en AI zou met hetzelfde inzicht benaderd moeten worden. Metingen op korte termijn zijn belangrijk, maar ze mogen geen excuus zijn om onvoldoende te investeren in de ontwikkeling van de capaciteiten die waarde op lange termijn mogelijk maken.
De volgende golf van investeringen in AI zal niet alleen door enthousiasme tot stand komen. Voordat Britse besturen het volgende model kiezen, het volgende platform financieren of het volgende pilotproject aankondigen, moeten ze het onderliggende netwerk heroverwegen.
Investeren in AI, gedreven door de angst om iets te missen (FOMO), zal bedrijven niet vooruithelpen. Duurzame waarde ontstaat door vanaf het begin de juiste omstandigheden te creëren.
Reacties zijn gesloten.