– Η αειφορία της τεχνητής νοημοσύνης: Μύθος ή πραγματικότητα;
– Τεχνητή νοημοσύνη: Η πρόοδος χωρίς συνέπειες;
– Η σχέση της τεχνητής νοημοσύνης με το περιβάλλον: Μύθοι και αλήθειες.

Αν και δεν υπάρχει επίστρωση ζάχαρης για τις πιέσεις που ασκούνται στις επιχειρήσεις και τα κυβερνητικά τμήματα για την επίτευξη των στόχων άνθρακα NetZero, οι περισσότεροι ηγέτες IT έχουν το πρόσθετο βάρος να προσπαθούν να ανταποκριθούν στις απαιτήσεις για νέες τεχνολογίες. Είναι μια σταθερή πράξη εξισορρόπησης που δίνει τη δυνατότητα στους ανθρώπους να εργάζονται και να αποδίδουν καλύτερα, ενώ αντιμετωπίζεται η συμμόρφωση με το ESG και όχι οι προϋπολογισμοί πληροφορικής.

Ο αυτοματισμός κυριαρχεί πλέον στη σκέψη των αγοραστών πληροφορικής. Νέα προϊόντα και εργαλεία αναδύονται συνεχώς. Μόλις πρόσφατα, ο ιδρυτής της Microsoft, Μπιλ Γκέιτς, μίλησε για τις τεράστιες δυνατότητες των βοηθών τεχνητής νοημοσύνης, για παράδειγμα, υποδεικνύοντας ότι ο αγώνας διεξάγεται για οργανισμούς να αναπτύξουν ισχυρούς βοηθούς τεχνητής νοημοσύνης που θα μπορούσαν να αναμορφώσουν το ψηφιακό τοπίο, θέτοντας σε κίνδυνο εταιρείες όπως η Google και η Amazon. Πρότεινε ότι αυτοί οι βοηθοί τεχνητής νοημοσύνης θα μπορούσαν να αλλάξουν ριζικά τις συμπεριφορές που επηρεάζουν την καθημερινή ζωή και την εργασία. Έχουμε ήδη δει ένα στοιχείο αυτού με το ChatGPT, ενώ η Microsoft έχει ήδη κάνει παιχνίδι προς αυτή την κατεύθυνση με την ανακοίνωση του Copilot AI βοηθού της για το 365.

Το γεγονός είναι ότι η αυτοματοποίηση είναι ελκυστική για τους οργανισμούς όσον αφορά την παραγωγικότητα, την αποτελεσματικότητα και την αντιμετώπιση των ελλείψεων δεξιοτήτων, αλλά μπορεί να έχει κόστος, τόσο οικονομικό όσο και περιβαλλοντικό. Όπως προειδοποίησε η Gartner στις 10 στρατηγικές προβλέψεις της για το 2023, η τεχνητή νοημοσύνη συνοδεύεται από αυξημένο κίνδυνο βιωσιμότητας. Μέχρι το 2025, λέει, «Η τεχνητή νοημοσύνη θα καταναλώνει περισσότερη ενέργεια από το ανθρώπινο εργατικό δυναμικό, αντισταθμίζοντας σημαντικά τα κέρδη μηδενικού άνθρακα». Έχοντας αυτό κατά νου, σίγουρα κάτι πρέπει να γίνει τώρα, για να ενεργοποιηθεί η τεχνητή νοημοσύνη χωρίς να υπονομεύονται οι περιβαλλοντικές προσπάθειες.

Η επίτευξη των στόχων ESG είναι, τουλάχιστον σύμφωνα με την Deloitte, ένα πιο σημαντικό θέμα στις αίθουσες συσκέψεων φέτος, οπότε ο τρόπος με τον οποίο οι οργανισμοί εξισορροπούν αυτό με τις αυξημένες ανάγκες αυτοματισμού θα είναι βασικό. Το cloud computing είναι, φυσικά, κεντρικό στοιχείο για την ενεργοποίηση των εργαλείων AI σε οργανισμούς. Οι ψηφιακοί μετασχηματισμοί για την εφαρμογή πλατφορμών που ενοποιούν τους οργανισμούς και ως εκ τούτου τα δεδομένα οδηγούν την υιοθέτηση του cloud.

Όπως αποκάλυψε πρόσφατα η Gartner, οι παγκόσμιες δαπάνες για το cloud αναμένεται να φτάσουν περίπου τα 600 δισεκατομμύρια δολάρια φέτος, βασιζόμενες κυρίως σε αναδυόμενες τεχνολογίες, όπως η γενετική τεχνητή νοημοσύνη. Ο Sid Nag, αντιπρόεδρος αναλυτής στη Gartner, λέει ότι η γενετική τεχνητή νοημοσύνη απαιτεί «ισχυρές και εξαιρετικά επεκτάσιμες υπολογιστικές ικανότητες για την επεξεργασία δεδομένων σε πραγματικό χρόνο», με το cloud να προσφέρει «την τέλεια λύση και πλατφόρμα».

σύννεφο που σκάει

Και όμως, το cloud συνεχίζει να υφίσταται ισχυρισμούς ότι είναι κακό για το περιβάλλον και ότι δεν βοηθά τους οργανισμούς να επιτύχουν τους στόχους συμμόρφωσης ESG. Στην πραγματικότητα, η βιομηχανία cloud υπήρξε μία από τις πιο δραστήριες στην προσπάθεια αύξησης της αποδοτικότητας και μείωσης των περιβαλλοντικών επιπτώσεων. Είναι τέτοια η ζήτηση για υπηρεσίες cloud, που αναπόφευκτα είναι δύσκολη η διατήρηση. Η συσσώρευση περισσότερων ραφιών σε ένα κέντρο δεδομένων είναι μια βραχυπρόθεσμη λύση, αλλά όχι πραγματικά μια μακροπρόθεσμη απάντηση, ειδικά δεδομένου του άλματος στις απαιτήσεις ισχύος για τη διαχείριση αυξημένου αυτοματισμού.

Στην έρευνά μας για το Enterprise Cloud Index, το 85% των 1.450 υπευθύνων λήψης αποφάσεων πληροφορικής αναγνώρισαν ότι η επίτευξη των εταιρικών στόχων βιωσιμότητας αποτελεί πρόκληση για αυτούς. Ενώ σχεδόν όλοι (92%) δήλωσαν ότι η βιωσιμότητα ήταν ένα πολύ πιο σημαντικό ζήτημα από ό,τι πριν από ένα χρόνο, υπάρχει σαφώς μια αποσύνδεση μεταξύ του τι θέλουν να επιτύχουν οι οργανισμοί και του τρόπου με τον οποίο το κάνουν. Αυτό που είδαμε είναι ότι υπάρχουν μεγάλες προκλήσεις που προκύπτουν από έναν συνδυασμό πολυπλοκότητας και περιορισμών στον προϋπολογισμό της πληροφορικής.

Η έρευνά μας δείχνει ότι οι περισσότεροι οργανισμοί χρησιμοποιούν περισσότερους από έναν τύπους υποδομής πληροφορικής, είτε πρόκειται για συνδυασμό ιδιωτικών και δημόσιων cloud, πολλαπλών δημόσιων νέφους ή κέντρο δεδομένων εσωτερικής εγκατάστασης, μαζί με ένα φιλοξενούμενο κέντρο δεδομένων. Αυτό μόνο θα αναπτυχθεί, αλλά οι μικτές υποδομές δημιουργούν νέες προκλήσεις διαχείρισης. Δεδομένης της αυξημένης πολυπλοκότητας, οι οργανισμοί χρειάζονται ένα ενιαίο, ενοποιημένο μέρος για τη διαχείριση εφαρμογών και δεδομένων στα διάφορα περιβάλλοντα τους, για τη μείωση του κόστους αλλά και για τη μέτρηση των επιπτώσεων.

Η αύξηση της αποτελεσματικότητας στις διαδικασίες δεδομένων είναι ένα σημαντικό βήμα για τη μείωση των «επιτυχιών» στα συστήματα πληροφορικής, αλλά αυτό είναι πραγματικά μόνο ένα μέρος του δρόμου. Το πραγματικό βήμα αλλαγής για κάθε οργανισμό που δραστηριοποιείται στο cloud είναι η εξέταση της υποκείμενης υποδομής. Η μέτρηση και, στη συνέχεια, η διαχείριση των επιπτώσεων από τα κέντρα δεδομένων θα συνεχίσει να είναι το κλειδί για τη μείωση των επιπτώσεων του άνθρακα των οργανωτικών υπολογιστών. Όπως συμβαίνει με ένα αυτοκίνητο, εάν έχετε έναν μικρότερο και όμως πιο ισχυρό και αποδοτικό κινητήρα, όχι μόνο θα μειώσετε τις εκπομπές ρύπων, αλλά θα επιτρέψετε την ανάπτυξη και την αύξηση της απόδοσης, μέσω εργαλείων όπως η τεχνητή νοημοσύνη.

Ξανακαδράρισμα της εικόνας

Όπως προτείνει η Atlantic Ventures στην έκθεσή της Βελτίωση της βιωσιμότητας στα κέντρα δεδομένων, η απαιτούμενη ενεργειακή ζήτηση στα κέντρα δεδομένων εξακολουθεί να είναι πολύ υψηλή και οδηγεί σε μεγάλες ποσότητες εκπομπών διοξειδίου του άνθρακα. Η κατανάλωση ενέργειας είναι ένας σημαντικός παράγοντας για τη μέτρηση της περιβαλλοντικής απόδοσης των κέντρων δεδομένων, αλλά μια παραδοσιακή μέθοδος αμφισβητείται τώρα.

Βασικά, πρέπει να γίνουν αλλαγές στο ράφι. Ο εκσυγχρονισμός των υποδομών ξεκινά με υπερσυγκλίνουσες υποδομές (HCI), μειώνοντας τα «κινητά μέρη» και συνεπώς τις ενεργειακές ανάγκες. Αυτό σημαίνει επίσης λιγότερη πολυπλοκότητα, τόσο όσον αφορά τις δομές cloud, όσο και τη διαχείριση δεδομένων. Αυτό είναι που θα επιτύχει τα πιο άμεσα αποτελέσματα.

Όπως λέει η Atlantic Ventures, «στην περιοχή της EMEA οι αρχιτεκτονικές HCI έχουν τη δυνατότητα να μειώσουν έως και 56,68 TWh από το 2022-2025 και να εξοικονομήσουν έως και 8,22 δισεκατομμύρια ευρώ σε κόστος ηλεκτρικής ενέργειας την ίδια περίοδο για εταιρείες και παρόχους κέντρων δεδομένων που αναλαμβάνουν πλήρη μετασχηματισμός προς την HCI». Αυτό, σε συνδυασμό με την υγρή ψύξη επόμενης γενιάς, είναι ένα τεράστιο βήμα προς τη δημιουργία μιας πλατφόρμας χαμηλού αντίκτυπου για το μέλλον.

Για κάθε οργανισμό που θέλει να αγκαλιάσει την τεχνητή νοημοσύνη και τις σχετικές εφαρμογές αυτοματισμού, η αντιμετώπιση της πολυπλοκότητας της υποδομής τώρα είναι το κλειδί. Η λειτουργία κέντρων δεδομένων είναι μια ολοένα και πιο εξειδικευμένη επιχείρηση (ειδικά λόγω των συνεχιζόμενων υψηλών τιμών ενέργειας) και καθώς απαιτούνται όλο και περισσότερα δεδομένα σε πραγματικό χρόνο, οι προκλήσεις για τους οργανισμούς αυξάνονται μόνο. Με τους σωστούς συνεργάτες και την πιο αποτελεσματική υποδομή, οποιοσδήποτε οργανισμός θα μπορούσε να θεωρεί τον εαυτό του έτοιμο για τεχνητή νοημοσύνη χωρίς να θυσιάζει στόχους ESG.

Έχουμε παραθέσει το καλύτερο γυμνό μέταλλο hosting


.

Αυτό το άρθρο δημιουργήθηκε ως μέρος του καναλιού Expert Insights της TechRadarPro, όπου παρουσιάζουμε τα καλύτερα και πιο έξυπνα μυαλά στον κλάδο της τεχνολογίας σήμερα. Οι απόψεις που εκφράζονται εδώ είναι αυτές του συγγραφέα και δεν είναι απαραίτητα αυτές της TechRadarPro ή της Future plc. Αν ενδιαφέρεστε να συνεισφέρετε, μάθετε περισσότερα εδώ:


https://www.techradar.com/news/submit-your-story-to-techradar-pro