在生成式AI和云原生中,有什么比企业变革更重要?
日期:2023-10-17 15:13:06 / 人气:194
"今年业内出现了这样的笑点:"现在没有一个大会不是AI大会。“是的,几乎所有行业都会提到AI,尤其期待生成式AI对自身行业的改变。
与此同时,云原生的热度依然不减。例如,在电信领域,cloud native与软件定义的基础设施紧密结合,赋予基站和数据中心新的能力,以解决5G的高能耗问题。
在Gartner近期发布的中国ICT技术成熟度曲线中,无论是生成式AI还是云原生,都处于2-5年的预期扩张期,生成式AI处于曲线的顶峰。这两大热门技术正在给大量企业带来新的变革。
Gartner在不久前专门召开了媒体发布会,分享这种技术成熟度曲线背后的逻辑。
期待生成人工智能
或许正如某GPU厂商所说,生成式AI在2023年初迎来了iPhone时刻,ChatGPT的网站一度登录困难,吸引了大量早期用户开通订阅会员。
在Gartner看来,前几年生成性AI处于“静水深处”的状态,真正的颠覆性转变发生在chat GPT 3.0/3.5版本发布之后。随即,智能手机和PC电脑也开始通过压缩大型模型来展示局部生成式AI能力。搜索引擎、办公套件、影音编辑软件、翻译软件等一系列产品也开始引入生成式AI功能。
“其实最重要的是‘你未来需要什么样的伴侣’。Gartner研究副总裁纪新苏总结道,许多客户对生成式AI产生了浓厚的兴趣,并考虑将其应用于日常运营中,以提高日程生产效率。
对于企业来说,目前可以想象的生成式AI的使用场景主要包括:第一,客户体验和客户留存率的提升;其次,营业额的增加;最后,是降低成本。
目前已经出现了AI机器人辅助餐厅点餐的案例。AI可以通过了解消费者的口味来点餐,并推荐饭菜。对于后者,AI也已经应用到一些生产线上,实现物流仓储的合理控制。
对于员工的日常工作,微软365 Copilot给出了全新的工作处理方式。比如公司里常见的邮件通知内容,制作AI已经可以写好了。反过来,员工可以提高办公效率。
“我们看到,对于通用AI或者生成式AI来说,落地确实有很多场景可以充电,可以产生收益,但目前还处于试错阶段。”季新苏表示,虽然AI目前很“热”,但可能还需要一段时间才能成熟。
但他也表示,由于生成式AI需要大量的计算资源,尤其是GPU资源,因此企业自建生成式AI系统绝不是一种经济的方式。至于目前一些企业对生成式AI的数据安全的担忧,季新苏表示,这和可信公有云是一样的。生成式AI可以是一个搭建在公有云上的“笼子”,在里面训练数据,训练结果仅供企业使用。
引发进一步变革的“云原生”
作为一个已经开始在曲线顶端下行的“云原生”,在国内经历了一段时间的发展,尤其是金融客户,现在也呈现出新的问题。很多厂商都在思考如何进一步提高可靠性,称之为“云原生架构”,构建一个可靠的应用,可以在不同的“云”平台上快速扩展。
对于新的需求,“云原生”的开发部分需要松耦合能力的微服务架构,API要开放,从原来的“锁死”调用变成开放调用。这样做的好处是应用程序不再锁定机器。
“可想而知,原来的应用对机器是很敏感的,因为可靠性来源于机器。一旦机器出现问题,应用就会崩溃。如果应用程序现在分布在多台机器上,如果一台机器出现问题,它只会减少容量,但不会停机。这就是基础设施中立的优势。”纪新素解释了其中的逻辑。
基础设施的中立化也意味着基础设施与发展脱钩。另外,对于工具来说,平台自动化工具的可靠性已经从原来的整体基础设施,变成了对软件交付的要求。从开发的角度来看,需要在开发架构中考虑构建可靠性。
这也导致了另一个更为关键的问题,那就是原有的以“竖井”方式管理部门的体制,会造成发展与基础设施之间的差距越来越大,人需要在“云原生”背后改变。
更重要的是?
“越来越多的客户意识到,云诞生并不是把人换到另一个部门,或者只是叫嚣‘云诞生’。背后不仅是技能的变化,更是人的能力或思想的变化。”纪新苏发现,差距拉大的背后是整体组织能力的不足。
随着“云原生”的深入,软件产品和基础设施之间会逐渐衍生出一个平台团队。目前很多大银行都在搭建这样的团队,可能是开发团队里新的平台组,也可能是一个叫“平台部”的团队。这个团队背后的意义在于,可以把基础设施能力变成模块化的服务,推给开发,让开发更快地享受API、监控、存储等各种服务。
“其实不管怎么变,都是‘人’的变化。”季新苏说,很多客户都问过Gartner,他们未来需要什么样的专家。他认为,未来专家的类型不仅会强于某一个领域,还会有持续的能力。换句话说,就是要不断改进流程,保证流程的效率,通过不断提高技术技能来保证新工具的落地。
对于团队来说,需要更多所谓的团队玩家角色,因为开发、测试、运维需要合作,场景和业务部门的创新也需要合作。团队成员需要既是有效的沟通者,又是终身学习者。每个人不仅要对自己的环节负责,还要对结果负责。
“拥抱新技术的时候,虽然技术本身很有挑战性,但其实并不是最难的。最难的是如何建立团队。TA有不断学习,不断创新的能力。”季新苏在媒体分享的最后说道。
曾经,汽车装配线改变了人们的生产和生活方式。现在有人在尝试用生成式AI写文案或者编程。开源文化和工作方式正在被很多“云原生”的公司所接受。生成式AI和“云原生”带给企业的不仅仅是效率的提升,工作理念的改变或许正在开始。
内容推荐
工信部批准铁路5G-R测试频率。
杭州亚运会落幕,这些“黑科技”帮了大忙!
伴随着边缘AI的成长之痛,英特尔牵着人工智能的手向巅峰攀登。"
与此同时,云原生的热度依然不减。例如,在电信领域,cloud native与软件定义的基础设施紧密结合,赋予基站和数据中心新的能力,以解决5G的高能耗问题。
在Gartner近期发布的中国ICT技术成熟度曲线中,无论是生成式AI还是云原生,都处于2-5年的预期扩张期,生成式AI处于曲线的顶峰。这两大热门技术正在给大量企业带来新的变革。
Gartner在不久前专门召开了媒体发布会,分享这种技术成熟度曲线背后的逻辑。
期待生成人工智能
或许正如某GPU厂商所说,生成式AI在2023年初迎来了iPhone时刻,ChatGPT的网站一度登录困难,吸引了大量早期用户开通订阅会员。
在Gartner看来,前几年生成性AI处于“静水深处”的状态,真正的颠覆性转变发生在chat GPT 3.0/3.5版本发布之后。随即,智能手机和PC电脑也开始通过压缩大型模型来展示局部生成式AI能力。搜索引擎、办公套件、影音编辑软件、翻译软件等一系列产品也开始引入生成式AI功能。
“其实最重要的是‘你未来需要什么样的伴侣’。Gartner研究副总裁纪新苏总结道,许多客户对生成式AI产生了浓厚的兴趣,并考虑将其应用于日常运营中,以提高日程生产效率。
对于企业来说,目前可以想象的生成式AI的使用场景主要包括:第一,客户体验和客户留存率的提升;其次,营业额的增加;最后,是降低成本。
目前已经出现了AI机器人辅助餐厅点餐的案例。AI可以通过了解消费者的口味来点餐,并推荐饭菜。对于后者,AI也已经应用到一些生产线上,实现物流仓储的合理控制。
对于员工的日常工作,微软365 Copilot给出了全新的工作处理方式。比如公司里常见的邮件通知内容,制作AI已经可以写好了。反过来,员工可以提高办公效率。
“我们看到,对于通用AI或者生成式AI来说,落地确实有很多场景可以充电,可以产生收益,但目前还处于试错阶段。”季新苏表示,虽然AI目前很“热”,但可能还需要一段时间才能成熟。
但他也表示,由于生成式AI需要大量的计算资源,尤其是GPU资源,因此企业自建生成式AI系统绝不是一种经济的方式。至于目前一些企业对生成式AI的数据安全的担忧,季新苏表示,这和可信公有云是一样的。生成式AI可以是一个搭建在公有云上的“笼子”,在里面训练数据,训练结果仅供企业使用。
引发进一步变革的“云原生”
作为一个已经开始在曲线顶端下行的“云原生”,在国内经历了一段时间的发展,尤其是金融客户,现在也呈现出新的问题。很多厂商都在思考如何进一步提高可靠性,称之为“云原生架构”,构建一个可靠的应用,可以在不同的“云”平台上快速扩展。
对于新的需求,“云原生”的开发部分需要松耦合能力的微服务架构,API要开放,从原来的“锁死”调用变成开放调用。这样做的好处是应用程序不再锁定机器。
“可想而知,原来的应用对机器是很敏感的,因为可靠性来源于机器。一旦机器出现问题,应用就会崩溃。如果应用程序现在分布在多台机器上,如果一台机器出现问题,它只会减少容量,但不会停机。这就是基础设施中立的优势。”纪新素解释了其中的逻辑。
基础设施的中立化也意味着基础设施与发展脱钩。另外,对于工具来说,平台自动化工具的可靠性已经从原来的整体基础设施,变成了对软件交付的要求。从开发的角度来看,需要在开发架构中考虑构建可靠性。
这也导致了另一个更为关键的问题,那就是原有的以“竖井”方式管理部门的体制,会造成发展与基础设施之间的差距越来越大,人需要在“云原生”背后改变。
更重要的是?
“越来越多的客户意识到,云诞生并不是把人换到另一个部门,或者只是叫嚣‘云诞生’。背后不仅是技能的变化,更是人的能力或思想的变化。”纪新苏发现,差距拉大的背后是整体组织能力的不足。
随着“云原生”的深入,软件产品和基础设施之间会逐渐衍生出一个平台团队。目前很多大银行都在搭建这样的团队,可能是开发团队里新的平台组,也可能是一个叫“平台部”的团队。这个团队背后的意义在于,可以把基础设施能力变成模块化的服务,推给开发,让开发更快地享受API、监控、存储等各种服务。
“其实不管怎么变,都是‘人’的变化。”季新苏说,很多客户都问过Gartner,他们未来需要什么样的专家。他认为,未来专家的类型不仅会强于某一个领域,还会有持续的能力。换句话说,就是要不断改进流程,保证流程的效率,通过不断提高技术技能来保证新工具的落地。
对于团队来说,需要更多所谓的团队玩家角色,因为开发、测试、运维需要合作,场景和业务部门的创新也需要合作。团队成员需要既是有效的沟通者,又是终身学习者。每个人不仅要对自己的环节负责,还要对结果负责。
“拥抱新技术的时候,虽然技术本身很有挑战性,但其实并不是最难的。最难的是如何建立团队。TA有不断学习,不断创新的能力。”季新苏在媒体分享的最后说道。
曾经,汽车装配线改变了人们的生产和生活方式。现在有人在尝试用生成式AI写文案或者编程。开源文化和工作方式正在被很多“云原生”的公司所接受。生成式AI和“云原生”带给企业的不仅仅是效率的提升,工作理念的改变或许正在开始。
内容推荐
工信部批准铁路5G-R测试频率。
杭州亚运会落幕,这些“黑科技”帮了大忙!
伴随着边缘AI的成长之痛,英特尔牵着人工智能的手向巅峰攀登。"
作者:杏耀注册登录平台
新闻资讯 News
- 中国新能源汽车行业用户满意度指...12-16
- 琼瑶逝世,琼瑶剧永不退场12-16
- 全球光伏装机复合年均增长率将跌...12-16
- 升破10万美元!比特币价格创出新...12-16