Bu hafta Londra’daki AI Zirvesi’nde düzenlenen rekabet avantajı oturumu olarak AI’daki panel üyeleri, yapay zeka projelerini üretime taşımaya çalışırken işletmelerin karşılaştığı gerçekliği tartıştı.
Zirvenin AI ölçek akışında sunulan veriler, kavram kanıtı AI projelerinin% 80’inin üretime geçemediğini göstermektedir. Panel tartışması, bu konu önceki bir oturumda tartışıldığı için, AI kavram kanıtı projelerinin ötesine geçmeye odaklanmasa da, panelin iki üyesi AI’nın Enterprise BT ile nasıl hizalandığı konusunu gündeme getirdi.
Bu, kavramların kanıtının ötesine geçmek için bir zorluk olabilir, özellikle de pilot yapılan yeni teknolojinin mevcut BT altyapısı ve işletme veri kümelerine entegre olması gerektiğinde.
Intel for EEA’da AI Mükemmellik Merkezi başkanı Ravi Rabheri, işletmelerin karşılaştığı büyük zorlukların teknik borç etrafında olduğunu belirtti.
HSBC için AI ve model yönetimi başkanı Dara Sosulski şunları ekledi: “Şirket ne kadar büyük olursa, teknik borç o kadar fazla ve karmaşıklık o kadar çok.”
Hem büyük işletmelerde hem de Hükümette, kamu sektöründe AI-etkinleştirmeyi zorlamak için bir gündemi olan bir endişe alanıdır. Kamu Hesap Komitesi (PAC’ler) Hükümette AI kullanımı Mart 2025’teki rapor, AI’nın öğrenmek için yüksek kaliteli verilere dayandığını kaydetti. Bununla birlikte, komite Bilim, İnovasyon ve Teknoloji Dairesi (DSIT) tarafından hükümet verilerinin genellikle düşük kalitede olduğunu ve güncel olmayan eski BT sistemlerinde kilitlendiğini söylendi.
Sosulski, BT liderlerinin veri altyapılarının AI uygulamalarının neyin ulaşılabilir olduğunu önceliklendirmesi ve anlaması için doğru olup olmadığını değerlendirmeleri gerektiğini belirtti: “Altyapı, krallığın anahtarlarını bir şekilde açan şeydir. O zaman bir omurga ve modüler ve birlikte çalışmayan bir şey var. [With such IT infrastructure]diğer yerlerden uygulamalara erişebilir ve başka şeylere bağlanabilirsiniz. ”
Ancak, AI için gereken tüm bileşenlerin bazı kuruluşlarda ne zaman yürürlükte olacağına dair bir tarih sağlamanın mümkün olmayabileceğini kabul etti.
İnşa mı satın al?
Ancak endüstri, hazır AI yeteneklerinin değerini teşvik etmek istiyor. Sosulski, yapım yapımının yapım sorunun esasen, işletmenin mücadele etmek istediği kullanım durumlarına geldiğine inanıyor: “Sanırım tüm işletmeler artık yazılım geliştirme, e-postalar hazırlamak ve Q&A belgesi gibi sorunları çözmek için çok benzer bir araç seti benimsedi.”
Bu tür kullanım durumlarına hitap eden ürünler olduğu göz önüne alındığında, “Bu kadar genel olarak bazı kullanım durumları var, onları temel yetenekleri ele alacağız. Bunlar, test edilen ve diğer BT altyapımızla iyi bir şekilde entegre olan bir işletme çapında çözüm olarak satın almayı düşündüğümüzlerdir. Herkes onları içsel olarak büyük pahaya çözmediğinizi fark eder.”
İşletme ve liderler teknik borçlarla ve ne zaman inşa edileceklerini ve ne zaman yapılacağı dengeyi ele alırken, en son gelişmeleri takip etmeleri gerekir.
Tüm teknoloji endüstrisi buharlı aracı AI ve Yapay Genel İstihbarat (AGI) gibi görünse de, Sosulski teknoloji karar vericilerinin hangi gelişmelerin işle ilgili olduğuna bakmasını önerdi.
Sosulski, en son AI vakıf modeline ayak uydurmaya daha az ihtiyaç olduğunu hissetti. “Her şey sürekli değişmesine rağmen, bu modellerin çoğu yapmak istediğiniz şey için çok fazla şey oluyor” dedi. “Her altı ayda bir yeni temel modellerine ihtiyacımız yok. HSBC ve çoğu şirket bu şekilde ve bir noktada, modellerin neler yapabileceğini ve yapamayacağını biliyorsunuz.”
Bazı açık kaynaklı ve tescilli modellerden oluşan bir seçim ile Sosulski, delegeleri hangi modellerin kullanım durumları için en iyi çalıştığını değerlendirmeye odaklanmaya çağırdı. Bunlar daha sonra çalıştıklarını kanıtlamak için kavram kanıtı projelerinde pilot olabilir. Ayrıca bir yere bir kontrol çerçevesi ve hızlı bir şekilde yeniden eğitilmeyi ve yinelemeyi sağlayan BT altyapısı koymayı önerdi.
Böyle bir kurulumla şöyle dedi: “Her şeyi altı veya 12 ayda bir elden geçirmeden işleri üretime taşımaya devam edebilirsiniz.”