展会信息港展会大全

生成式AI与云原生,比企业变革更重要的是什么?
来源:互联网   发布日期:2023-10-12 17:41:44   浏览:3191次  

导读:今年来在业界有这样一种笑称:现在没有一场发布会不是AI发布会。没错,几乎所有行业都会提及AI,尤其是展望生成式AI将会对于其自身行业所发生的变革。 与此同时,云原生的热度依旧不减,例如在电信领域,云原生正在与软件定义基础设施产生紧密结合,赋予基站...

今年来在业界有这样一种笑称:“现在没有一场发布会不是AI发布会。”没错,几乎所有行业都会提及AI,尤其是展望生成式AI将会对于其自身行业所发生的变革。

与此同时,云原生的热度依旧不减,例如在电信领域,云原生正在与软件定义基础设施产生紧密结合,赋予基站、数据中心全新能力,以解决5G的高耗能问题。

生成式AI与云原生,比企业变革更重要的是什么?

在近期Gartner发布的中国ICT技术成熟度曲线中,生成式AI与云原生恰恰均处在2-5年的期望膨胀期阶段,其中生成式AI更是处在曲线的峰顶,这两项当下热门的技术正在为大量企业带来全新变革。

Gartner专门在不久前召开媒体会,为大家分享了这一技术成熟度曲线背后的逻辑。

令人期待的生成式AI

或许正如某GPU厂商所言,生成式AI在2023年年初迎来了iPhone时刻,ChatGPT的网站曾经一度难以登陆,引得大量初期用户开通了订阅制的会员。

在Gartner看来生成式AI在前几年处在于“静水流深”的状态,真正的颠覆转变发生在ChatGPT3.0/3.5版本发布后。随即,智能手机、PC电脑也均开始通过压缩大模型的方式,来展示本地的生成式AI能力。搜索引擎、办公套件、影音剪辑软件、翻译软件等一系列产品也开始引入了生成式AI特性。

“其实最主要的是’您未来需要一个什么样的合作伙伴’。”Gartner研究副总裁季新苏总结表示,很多客户都对生成式AI产生了浓厚的兴趣,考虑将其应用在日常的运作中,以此来提升日程生产效率。

对于企业来说,目前能够设想到的生成式AI使用场景主要包括:首先是客户体验的提升与客户保存率;其次是营业额的提升;最后是降低成本。

前两者目前已有通过AI机器人辅助进行餐厅点餐的案例出现,AI能够通过了解消费者的口味进行点餐,并进行餐品推荐。对于后者来说,AI也已经开始应用于一些生产线之中,来实现物流仓储的合理管控。

对于员工的日常办公而言,微软365 Copilot给出了一个可以遇见的全新工作处理方式,例如对于公司中常见的邮件通知内容,生成式AI已经可以很好的进行撰写。进而让员工提升办公效率。

“我们看到真正对于通用AI或生成式AI来说,落地能够收费、产生效益的场景真的不少,不过现在还在普遍试错阶段。”季新苏表示虽然目前AI很“热”,但可能仍然需要一段时间才能成熟。

不过他也表示,由于生成式AI需要大量的计算资源,尤其是GPU资源,企业自建生成式AI系统绝非是经济的方式。而对于目前部分企业之于生成式AI在数据安全上的担忧,季新苏表示这与可信公有云的道理相同,生成式AI可以是构建在公有云上的一个“笼子”中,数据在其中进行训练,训练结果也仅为企业所用。

引发进一步变革的“云原生”

作为已开始在曲线顶端走向下行的“云原生”而言,在国内已经经历一段时间的落地发展,尤其是金融客户,如今也呈现出了新的问题。很多厂商正在思考如何进一步提升可靠性,并将其称之为“云原生架构”构建一个可靠的应用,在不同“云”平台上可以快速扩张。

对于新的需求,在“云原生”的开发部分需要拥有松耦合能力的微服务架构,并且要开放API,从原来“锁死”的调用变成开放的调用。这样做的好处在于应用将不再会锁住机器。

“可以想像为原来的应用对于机器非常敏感,因为可靠性来自于机器,机器一旦出现问题,应用也会垮掉。而如果现在将应用分布在多个机器中,如果某一台机器有问题,其实只是降低了容量,但是不会宕机,这就是基础设施中立化的好处所在。”季新苏解释了其中的逻辑。

基础设施中立化也就意味着需要基础设施与开发之间实现解耦合。另外对于工具而言,平台自动化工具的可靠性,从原来的整体基础设施转变为了对于软件交付的要求。从开发的角度看,需要考虑在开发架构中构建可靠性。

这也引出了另一个更关键的问题,那就是原有按照“竖井”方式管理部门的体系,在开发和基础设施之间所造成的鸿沟将越来越大,“云原生”的背后还需要人的转变。

更重要的是?

“越来越多的客户意识到云原生不是把人换一个部门,或者仅仅叫嚣‘云原生’就能实现。它背后其实不光是技能的转变,也是人的能力或者思想的转变。”季新苏发现在被拉大的鸿沟背后是整体组织能力的不足。

随着“云原生”的深入,在软件产品和基础设施之间将会慢慢衍生出一个平台团队。目前已经有很多大型银行正在构建这类团队,其可能是在开发团队中构建一个新的平台组,或是出现了一个叫“平台部门”的团队。该团队背后的意义在于可以将基础设施能力通过自动化的方式变成模块化服务推给开发,开发能够更快享受到API、监控、存储等各种服务。

“其实再怎么转变,都是“人”的转变。”季新苏表示很多客户在咨询Gartner时提出有关未来到底需要什么样专家的问题,他认为未来的专家类型将不仅仅强于某个领域,而是要有持续的能力。也就是说要不断提升流程,保证流程的高效,通过不断提升技术技能来保证新工具的落地。

对于团队内部而言,需要更多所谓Team Player的角色,因为开发、测试、运维需要协作,场景与业务部门的创新也需要协作。团队人员既需要成为一个有效的沟通者,也要成为一个终身学习者。每个人不仅仅为自己所处的环节负责,更要对结果负责。

“在拥抱新技术的时候,尽管技术本身有挑战性、但这其实并不是最难的,最难是如何构建一个团队,TA有持续学习和持续创新的能力。”季新苏在媒体分享的最后表示。

曾经,汽车的流水线改变了人们的生产生活方式,如今一部分人们也正在尝试使用生成式AI来撰写文案或编程,开源文化与工作方式也正在伴随“云原生”被许多公司所接受,生成式AI与“云原生”不仅仅正在为企业带来效率的提升,工作理念的转变或许也正在开始。

赞助本站

人工智能实验室
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港