Dijital silüete fabrikalar, yapay zeka (AI) fabrikaları hakim olacak. Eğer yutturmaca inanıyorsanız – ama bir AI fabrikası nedir ve kuruluşlar bu sanayi devriminden nasıl yararlanabilir?
Fabrikalar aynı ürünü tekrar tekrar üretir. Bunu yaparken, üretim maliyetini düşürürler ve ürüne erişilebilirliği artırırlar.
Şampuan ve sabun gibi tüketici malları artık simyacıların korunması değil, milyonlarca tarafından çok uluslu şirketler tarafından çalkalanıyor ve aynı marka her coğrafyada mevcut.
Yazılım, grafik kullanıcı arayüzünün (GUI) gelmesinden bu yana seri üretime doğru ilerliyor; Bununla birlikte, işletmede, benzersiz yazılım gereksinimleri olduğuna her zaman bir ihtiyaç ya da belki de yanlış yerleştirilmiş bir inanç olmuştur.
Yapay zeka hızla işletmeye girerken, kuruluşlar maliyet spiral, teknoloji borcu bilançoya ipucu vermeden önce AI geliştirmek ve dağıtmak için etkili bir yola ihtiyaç duyar ve içindeki kimse sahibinin kim olduğunu ve kaynak kodunun ne olduğunu bilmiyor.
AI fabrika konseptine girin. IBM’de Watson AI’nın eski baş teknoloji sorumlusu Duncan Anderson, “AI fabrikası, istikrarlı maliyetler ve becerilere erişim ile tekrarlanabilir küçük iş parçalarına sahip olma arzusu ve yeteneğidir” diyor.
Bir işletme AI fabrikası, Nvidia’nın Panglossian Hope ile tanımladığı egemen AI fabrikalarından farklıdır.
İşletme Faydaları
Enterprise AI fabrikaları, gerçekte, iş uygulamaları için düşük ve hiçbir kod teknolojisi platformunun yapmadığı AI için yapın. Şablonları ve tekrarlanabilir süreçleri kullanarak, kullanıcıların ihtiyaç duyduğu iş sonuçları oluşturabilirler. Bir veri ve bulut mühendisliği uzmanı olan Esynergy ile AI başkanı Prasad Prabhakaran, bunun organizasyonların POCS olarak kalan kavramların (POC’ler) ekonomik dönüşü ölçmek zor olduğu için ilerleyebileceğini söylüyor.
Anderson, kuruluşların bir AI fabrikasının ölçeklenebilir büyük miktarda küçük AI çalışması için ideal olduğunu bilmeleri gerektiğini söylüyor. Diğer bir avantaj, bu daha küçük sonuçların büyük veri mühendisliğinin öne çıkmasını gerektirmemesidir.
Bir AI fabrikası, noktadan noktaya veri entegrasyonlarını kullanarak sonuçlar üretebilir. Yapay zeka çok fazla sözünü yerine getirecekse bu önemlidir. İş danışmanlığı firması McKinsey, AI’nın bankacılık sektörüne yıllık 200 milyar dolar ve bir yıl perakende satış yapmak için 400 milyar dolar verebileceğini iddia ediyor. Bu, işçi büyütme yoluyla teslim edilecek ve mevcut iş faaliyetlerinin yarısı 2030 ve 2060 yılları arasında AI tarafından otomatikleştirilecek.
Kurumsal AI fabrikasında geliştirilen ajanlar aracılığıyla sunulan süreçlerin akıllı otomasyonu, bu vaatleri yerine getirebilir. Selefi Robotik Proses Otomasyonu’ndan (RPA) aksine AI, bir sürecin attığı yollara akıllıca karar verebilirken, RPA sadece tanımlanmış bir yolu izleyebilir. Berlin merkezli N8N, bu tür otomasyon için teknoloji ve işe alım firmaları tarafından kabul edilmektedir.
Prabhakaran, kuruluşların risk ve değer yaratmayı değerlendirmesi, fabrika tarafından kullanılan modelleri küratörlüğünü yapmaları ve BT’nin oluşturduğu otomasyonların kuruluşa fayda sağladığından emin olmak için veri kaynaklarını sürekli olarak izlemeleri gerektiğini söylüyor.
Fabrika sınırları
Bir işletme AI fabrikası, bir AI stratejisinin hepsi değil, sadece bir bileşendir. Bir AI fabrikasıyla, kuruluşlar kendi AI ajanlarını oluşturabilir ve büyük platform sağlayıcılarından vanilya ajanlarına bağımlı olamaz.
Kamu hizmetleri ve fiziksel mühendislik gibi sektörler için bir AI uzmanı olan Cogna’nın kurucu ortağı ve CEO’su Ben Peters, kuruluşların “boşlukları doldurmak” için bir AI fabrikası kullanacağına ve fabrika yapımı AI’nın Oracle, SAP ve Salesforce gibi kayıt sistemlerini bozmayacağına inanıyor.
Barnacle Labs’taki Anderson, “ajan” teriminin yükselişinin, bir platform tarafından kullanılan çok az miktarda AI anlamına geldiği için “çok yararlı olmadığını” söylüyor. Kuruluşlar, bir ajanın AI’nın bir organizasyonda neler yapabileceği açısından en düşük karmaşıklık düzeyinde olduğunu anlamalıdır.
Anderson, “AI fabrikası konsepti, karmaşıklık ölçeklerinden geçerken yıkılıyor” diye ekliyor. “İş daha sofistike ve daha büyük ölçekli hale geldikçe ve önde gelen AI kullanırken, yetenekler değişiyor ve artık tekrarlanamıyor.”
Kurumsal teknolojide her zaman olduğu gibi, tüm iş ihtiyaçlarının tümü anlaşılması ve bu ihtiyaçların karşılanmasına yardımcı olabilecek teknolojilerin bu durumla eşleştirilmesi hayati önem taşıyor. Bu anlaşıldıktan sonra, kuruluşlar basit AI süreçlerinin ve ajanlarının nerede bir fark yaratabileceğini ve daha sonra bir AI fabrikası oluşturmanın değeri varsa görebilirler.
Anderson, “Bir AI fabrikası ayrık süreçlerle sınırlıdır” diye uyarıyor. “Bir fabrika yaratıcılığın antitezidir. Yapay zeka ile, bir süreci daha iyi ve daha verimli hale getirme ve bir organizasyon olarak nasıl daha iyi değer elde edeceğiniz konusunda yaratıcı bir düşünceye ihtiyacınız var.”
Beceri Fabrikası
Kendi AI fabrikalarından yararlanabilecek kuruluşlar için bir işgücü maliyeti vardır. Prabhakaran, “Mühendislik becerileri olmadan başarılı olamazsınız” diyor.
Bir AI fabrikasını araçlamak isteyen kuruluşlar, veri mühendislerine, risk yönetimi ve etik uzmanlığına, stratejik ve paydaş yönetimi liderlerine, iş analistlerine, çözüm tasarımcılarına ve bulut altyapısı mühendislerine ihtiyaç duyacaktır – IBM ve danışmanlık firması BCG’nin (sadece%6) AI’nin ihtiyaçlarını karşılamak için birkaç kuruluşun (sadece%6) başlamış olduğunu tespit etti.
Peters’e göre iyi haber, AI fabrika konsepti devam ederken bazı yetenekli rollerin gelişeceğidir. Hızlı mühendislerin fabrika çıktıları değiştikçe veya hızlı ihtiyaçları azaldıkça değerlendirme rolleri üstleneceğine inanıyor.
Bunun için ne anlama geliyor?
AI fabrikasının bir kuruluşun teknoloji liderliği tarafından inşa edileceği varsayılamaz. Beklenen şey, bir noktada, işletmeye sağladıkları altyapı üzerinde bir etki yaratacağıdır. Cogna’da Peters’ın dediği gibi: “İnsandan yazılıma bir şey hareket ettirdiğinizde, umarım daha duyarlı hale getirirsiniz, ancak bunu BT ekibinin sorumluluğunda yaparsınız, bu nedenle güvenlik ve uyumluluk, AI’da olduğu gibi daha büyük bir saldırı yüzey alanı vardır.
“Bir AI fabrikası yazılımı bol hale getirecekken, daha önce, becerilere erişimle geri çekildi. Şimdi bir proliferasyon olacak, ancak kalitesi o kadar iyi olmayacak.”
Bu, BT departmanlarının güvenlik açıklarını gözden geçirme, tanımlama ve azaltma yeteneklerini artırmaları gerektiği anlamına gelir.
Prabhakaran, BT departmanlarının özellikle AI fabrikasında veya olmadan risk profillemesinde iyi olmaları gerektiğini de sözlerine ekledi. Teorik olarak, bir AI fabrikası Gölge AI’yı azaltmalıdır, ancak baskı altında olan işçiler her zaman geçici bir çözüm bulacaktır.
Güvenlik tedarikçisi Netskope tarafından yapılan bir araştırmaya göre, Genai talebi artış, Mayıs 2025’e kadar üç ayda% 50 büyüme.
. Netskope Tehdit Laboratuvarı Bulut ve Tehdit Raporu Bulgular: “Genai platformları, kurumsal veri depolarının yapay zeka uygulamalarına doğrudan bağlantısını, kullanımdaki popülarite ile veri kaybı önleme (DLP) ve sürekli izleme ve farkındalık konusunda ilave önem verilen yeni kurumsal veri güvenliği riskleri yaratır.
Netskope Tehdit Laboratuarları Direktörü Ray Canzanese, bunun Shadow AI’daki bir büyümeden kaynaklandığına inanıyor. “Gölge AI’nın hızlı büyümesi, Genai platformlarını kullanarak yeni AI uygulamaları ve AI ajanları oluşturduğunu ve nerede inşa ettiklerini belirlemek için kuruluşlara yerleştiriyor” diyor.
Bu riski azaltmak için, AI’nın benimsenmesi için uyarlanmış değişim yönetimi programlarının ön saflarında yer almalıdır. Gartner, değişim yönetim programlarının çalışan davranışına odaklanması gerektiğini tavsiye ediyor.
Fabrika maliyeti
Her ne kadar bir AI fabrikası, işletme genelinde AI geliştirme ve dağıtma maliyetini azaltacak olsa da, kuruluşun AI kullanımını arttırmasının maliyeti olacaktır. Bir AI fabrikası, küçük tekrarlanabilir otomasyonları hızlı bir şekilde dağıtabilmesiyle, kuruluşların değer sağladığından emin olmak için BT emlak maliyetlerini incelemeleri gerekecektir. “AI, RPA’dan daha pahalıdır ve kesinlikle bir şeyi otomatikleştirebilir ve daha pahalı hale getirebilirsiniz” diyor Anderson.
Gartner bir makalede uyardı: “Genai’ye para harcamak da kolaydır, çünkü maliyetler çok öngörülemez olabilir. Genai maliyetlerinizin nasıl ölçekleneceğini anlamıyorsanız, Gartner maliyet hesaplamalarınızda% 500 ila% 1.000 hata yapabileceğinizi tahmin ediyor.”
Bu maliyetler, Gartner’ın zaten tanımladığı artan harcama üzerine inşa edildi. AI Kurumsal Ankette2023’te ortalama harcamaların POCS için 2,3 milyon dolar olduğunu ve AI’nın 2027 yılına kadar kurumsal uygulamaların maliyetini en az% 40 artıracağını buldu.
Bir işletme AI fabrikasının, büyük uygulamaların AI ayak izini azaltarak ikincisini dengeleyip denetemeyeceği görülüyor. Bulut finoopları uygulaması olan Esynergy Prabhakaran, kuruluşların AI’nın maliyetleri kontrol altında tutmak için kullandığı uygulama programlama arayüz ağ geçitlerini yönetmede dikkatli olmaları gerektiğini söylüyor.
Bulutta olduğu gibi, AI ve AI fabrikasının kullanımı, doğru iş sonuçları için doğru iş yüklerinde stratejik bir lens gerektirecektir.