Doanh nghiệp AI lai
Desktops
Tại sao AI cục bộ không thay thế AI đám mây—Nó đang làm cho AI doanh nghiệp thông minh hơn.
AI tạo ra đã thay đổi cách chúng ta tương tác với máy tính.
AI đại lý đang thay đổi cách công việc được thực hiện.
AI lai đang thay đổi nơi công việc được thực hiện.
Bài viết này cung cấp một giới thiệu ngắn gọn về Doanh nghiệp AI lai. Để khám phá sâu hơn về chiến lược AI ưu tiên công việc, kinh tế AI doanh nghiệp, sự hội tụ công nghệ và khung quyết định thực tế, hãy khám phá MSI AI Insights Số phát hành #002 – Doanh nghiệp AI lai: Xây dựng AI doanh nghiệp dựa trên công việc, chứ không phải cơ sở hạ tầng.
Lần đầu tiên, các tổ chức có quyền truy cập ngay lập tức vào các mô hình AI hàng đầu mà không cần cơ sở hạ tầng chuyên dụng. Các nhà phát triển có thể dễ dàng tạo mã, các nhà tiếp thị có thể tạo ra các chiến dịch, các nhà phân tích có thể tóm tắt các báo cáo và người dùng doanh nghiệp có thể tận dụng các khả năng AI trong vài giây. Đối với nhiều người, AI đám mây đã trở thành điểm khởi đầu để áp dụng các công nghệ AI.
Tuy nhiên, cảnh quan của AI doanh nghiệp đang thay đổi.
Câu hỏi mà các tổ chức đặt ra ngày nay không còn là:
"Chúng ta nên sử dụng mô hình AI nào?"
Thay vào đó, nó đã trở thành:
"Công việc này nên chạy ở đâu?"
Sự thay đổi tinh tế này đang định hình lại cách các doanh nghiệp hoặc SMB tiếp cận chiến lược AI của họ. Thay vì xem AI như một dịch vụ duy nhất từ một nền tảng duy nhất, các tổ chức ngày càng nhận ra rằng các chức năng kinh doanh khác nhau đòi hỏi các khả năng AI, đặc điểm hoạt động và môi trường thực thi khác nhau. Sự hiểu biết ngày càng tăng này đã mở đường cho Hybrid AI nổi lên như mô hình hoạt động tiếp theo cho AI doanh nghiệp.
AI trên đám mây không trở nên tồi tệ hơn. Hybrid AI trở nên khác biệt.
AI trên đám mây tiếp tục là động lực chính thúc đẩy sự áp dụng AI doanh nghiệp. Nó cung cấp quyền truy cập ngay lập tức vào các mô hình nền tảng mạnh mẽ, nguồn lực tính toán gần như vô hạn và đổi mới liên tục mà không cần các tổ chức phải tạo ra cơ sở hạ tầng AI phức tạp cho riêng mình.
Những gì đã thay đổi không phải là đám mây; mà là bản chất của công việc doanh nghiệp. AI không còn là một công cụ đôi khi dùng để tạo bài thuyết trình hay tóm tắt tài liệu. Thay vào đó, nó đã trở thành một phần không thể thiếu trong hoạt động hàng ngày, hỗ trợ trong phát triển phần mềm, tìm kiếm doanh nghiệp, tài liệu kỹ thuật, dịch vụ khách hàng, đánh giá tuân thủ, thông tin thông minh về cuộc họp, tự động hóa quy trình làm việc và hàng loạt các quy trình kinh doanh khác.
Hãy xem xét cách các nhân viên khác nhau tương tác với AI trong suốt ngày làm việc của họ. Một kỹ sư phần mềm có thể sử dụng AI nhiều lần khi viết và xem xét mã. Nhóm pháp lý phân tích các hợp đồng bí mật phải được giữ lại trong tổ chức. Các nhóm hỗ trợ khách hàng cần phản hồi do AI tạo ra trong vài giây trong các cuộc trò chuyện trực tiếp. Các nhà quản lý sản phẩm kết hợp các hiểu biết thị trường bên ngoài với kiến thức kỹ thuật nội bộ để đưa ra các quyết định chiến lược sáng suốt.
Tất cả các hoạt động này đại diện cho các khối lượng công việc AI, mỗi khối lượng đều đòi hỏi một sự cân bằng được điều chỉnh giữa khả năng lý luận, các cân nhắc về quyền riêng tư, quản trị, thời gian phản hồi, khả năng phục hồi và chi phí.
AI trên đám mây không giảm đi khả năng của nó; thay vào đó, AI doanh nghiệp đã trở nên đa dạng hơn. Khi AI chuyển từ một công cụ năng suất thử nghiệm sang một thành phần cốt lõi của cơ sở hạ tầng hoạt động, các tổ chức đang nhận ra rằng chỉ dựa vào phương pháp tiếp cận đám mây có thể không đáp ứng mọi nhu cầu kinh doanh. Thay vì đặt câu hỏi liệu AI trên đám mây có đáp ứng tiêu chuẩn hay không, các nhà lãnh đạo doanh nghiệp đang đánh giá xem các khối công việc nào thực sự có thể hưởng lợi từ triển khai trên đám mây - và những công việc nào nên được xử lý khác đi.
Quyết định lớn nhất về AI không còn là lựa chọn mô hình nữa
Một trong những sai lầm phổ biến nhất mà các tổ chức mắc phải là bắt đầu chiến lược AI của họ bằng cơ sở hạ tầng.
Các cuộc trò chuyện thường bắt đầu với việc so sánh các nhà cung cấp đám mây, đánh giá các nền tảng phần cứng, lựa chọn các mô hình ngôn ngữ, hoặc tranh luận về kiến trúc triển khai. Mặc dù những quyết định kỹ thuật này rất quan trọng, nhưng chúng hiếm khi thúc đẩy thành công kinh doanh lâu dài.
Việc áp dụng AI thành công bắt đầu bằng việc hiểu rõ công việc. Một chiến lược ưu tiên khối công việc bắt đầu bằng việc đặt ra một câu hỏi đơn giản hơn:
“AI được mong đợi sẽ cải thiện loại công việc nào?”
Tại MSI AI Insights, các khối công việc AI của doanh nghiệp có thể được xem qua năm mẫu công việc thực tế:
- Khám phá – nghiên cứu ý tưởng, xác nhận giả định và phát hiện cơ hội.
- Xây dựng – biến các khái niệm thành sản phẩm, phần mềm, tài liệu và giải pháp kinh doanh.
- Cải thiện – liên tục tối ưu hóa sản phẩm, quy trình làm việc và trải nghiệm của khách hàng.
- Vận hành – hỗ trợ thực thi kinh doanh hàng ngày thông qua truy xuất kiến thức, trí tuệ trong cuộc họp, hỗ trợ phần mềm và tự động hóa quy trình làm việc.
- Duy trì – quản lý, tinh chỉnh, cập nhật và cải thiện tài sản doanh nghiệp theo thời gian.
Những mô hình làm việc này không thuộc về các bộ phận cụ thể.
Một nhân viên có thể điều hướng tất cả năm khối lượng công việc trong một ngày. Tuy nhiên, mỗi khối lượng công việc đều có các yêu cầu riêng biệt đối với hỗ trợ AI.
Ví dụ, một khối lượng công việc Explore có thể hưởng lợi rất nhiều từ các mô hình cơ sở tiên tiến nhất có sẵn trên đám mây, trong khi một khối lượng công việc Operate thường nhấn mạnh độ trễ thấp và chi phí vận hành dự đoán được. Mặt khác, một khối lượng công việc Maintain đòi hỏi phải có quản lý mạnh mẽ, khả năng theo dõi và quyền truy cập an toàn vào kiến thức doanh nghiệp.
Trọng tâm đã chuyển từ việc tiêu chuẩn hóa mọi khối lượng công việc trên một nền tảng AI duy nhất. Thay vào đó, mục tiêu là để căn chỉnh mỗi khối lượng công việc với môi trường thực thi phù hợp nhất để tối đa hóa giá trị kinh doanh. Nguyên tắc này bao hàm bản chất của Hybrid AI.
Nhìn xa hơn giá token
Nhiều cuộc trò chuyện xung quanh AI doanh nghiệp vẫn tập trung nhiều vào giá token, điều này hoàn toàn dễ hiểu. Dịch vụ AI đám mây thường hoạt động theo mô hình dựa trên tiêu thụ, giúp dễ dàng ước tính chi phí trong các dự án thí điểm ban đầu và thử nghiệm sớm.
Tuy nhiên, việc đưa AI vào các hoạt động hàng ngày thay đổi toàn bộ cảnh quan kinh tế. Các tổ chức thấy mình không chỉ phải trả tiền cho việc suy luận mà còn cho các quy trình kinh doanh liên tục bao gồm kết nối mạng, lưu trữ, quản trị, giám sát, tuân thủ, quản lý danh tính, bảo mật, tích hợp và hỗ trợ hoạt động.
Một khía cạnh quan trọng thường bị bỏ qua là hiệu quả của quy trình làm việc. Hãy hình dung hàng trăm nhà phát triển tương tác với AI trong suốt cả ngày. Ngay cả một sự chậm trễ nhỏ chỉ vài giây cho mỗi lần tương tác có vẻ không đáng kể, nhưng khi nhân lên với hàng ngàn yêu cầu hàng ngày, những sự chậm trễ nhỏ này có thể dẫn đến sự mất mát năng suất đáng chú ý.
Khái niệm này cũng áp dụng cho các lĩnh vực như tìm kiếm doanh nghiệp, truy xuất tài liệu, hỗ trợ cuộc họp, hỗ trợ khách hàng và các đại lý AI nội bộ. Do đó, kinh tế của AI doanh nghiệp mở rộng ra ngoài chi phí liên quan đến một lời nhắc duy nhất.
Hơn nữa, các mô hình kinh tế cho AI trên đám mây và AI cục bộ khác nhau đáng kể. AI trên đám mây dựa trên sử dụng, có nghĩa là các tổ chức chỉ phát sinh chi phí khi các dịch vụ AI được sử dụng, làm cho nó đặc biệt có lợi cho thử nghiệm, các khối lượng công việc bùng nổ và các nhiệm vụ lý luận nâng cao. Ngược lại, AI cục bộ tập trung vào tính sử dụng; một khi cơ sở hạ tầng cần thiết được thiết lập, giá trị của khoản đầu tư đó sẽ tăng lên khi AI được tích hợp vào các hoạt động hàng ngày. Các khối lượng công việc doanh nghiệp tần suất cao được hưởng lợi từ chi phí vận hành dự đoán, hiệu suất đáng tin cậy và ít phụ thuộc vào các dịch vụ bên ngoài.
Mục tiêu không chỉ đơn thuần là hạ giá token; nó là về tối đa hóa giá trị kinh doanh lâu dài. AI lai cho phép các tổ chức tối ưu hóa cả hai mô hình kinh tế đồng thời bằng cách đặt chiến lược mỗi khối lượng công việc ở nơi mà nó có thể mang lại lợi ích lớn nhất trong suốt vòng đời của nó.
Tại sao AI cục bộ cuối cùng có ý nghĩa
Trong nhiều năm, AI cục bộ phải đối mặt với những hạn chế không phải từ chính phần mềm mà từ kiến trúc hệ thống. Việc chạy các mô hình ngôn ngữ hiện đại đòi hỏi cơ sở hạ tầng chuyên dụng với dung lượng bộ nhớ dồi dào, truyền dữ liệu hiệu quả, phần mềm suy luận tối ưu và bộ tăng tốc AI mạnh mẽ. Trong lịch sử, những khả năng này thường chỉ được tìm thấy trong các máy chủ AI chuyên dụng hoặc nền tảng đám mây.
Tuy nhiên, bối cảnh đó đã thay đổi đáng kể. Những tiến bộ gần đây trong kiến trúc bộ nhớ, bộ tăng tốc AI, thời gian chạy suy luận tối ưu và kỹ thuật tối ưu hóa mô hình đã mở rộng tiềm năng của các hệ thống lớp máy tính để bàn hiện đại.
Những công nghệ này không chỉ nâng cao hiệu suất; chúng cung cấp cho các tổ chức sự linh hoạt về kiến trúc lớn hơn. Thay vì mặc định sử dụng đám mây cho mọi khối lượng công việc AI, các kiến trúc sư doanh nghiệp hiện có thể chọn môi trường phù hợp nhất với nhu cầu cụ thể của từng nhiệm vụ.
Các hoạt động doanh nghiệp thông thường như truy xuất kiến thức, hỗ trợ phát triển phần mềm, phân tích tài liệu, thông minh hóa cuộc họp và tự động hóa quy trình làm việc ngày càng có thể hoạt động gần hơn với dữ liệu doanh nghiệp, đảm bảo khả năng phản hồi, quản trị và liên tục hoạt động.
Trong khi AI trên đám mây tiếp tục đóng vai trò quan trọng trong các mô hình tiền phong, lý luận quy mô lớn và các dịch vụ AI phân phối toàn cầu, AI cục bộ bổ sung cho những điểm mạnh này bằng cách cung cấp quyền riêng tư, hiệu suất đáng tin cậy, khả năng phục hồi và thực thi hiệu quả cho các khối lượng công việc phù hợp.
Những tiến bộ công nghệ không loại bỏ nhu cầu về AI trên đám mây; thay vào đó, chúng đã mở rộng các lựa chọn có sẵn cho các doanh nghiệp. Sự thay đổi này đại diện cho một trong những phát triển đáng chú ý nhất trong AI doanh nghiệp trong thập kỷ qua.
Tương lai là tập trung vào khối lượng công việc
Thành công của AI doanh nghiệp không còn được đặc trưng bởi các mô hình ngôn ngữ lớn nhất, phần cứng nhanh nhất hoặc các nền tảng đám mây tiên tiến nhất nữa. Thay vào đó, nó tập trung vào việc AI nâng cao tốt như thế nào công việc hàng ngày của cá nhân.
Hãy xem xét một nhóm phát triển sản phẩm đang chuẩn bị cho một lần ra mắt mới. AI đám mây phân tích xu hướng thị trường toàn cầu và hoạt động của đối thủ cạnh tranh, trong khi AI doanh nghiệp truy xuất các thông số kỹ thuật, kiến thức dự án lịch sử và tài liệu nội bộ. AI cục bộ hỗ trợ các nhà phát triển với việc mã hóa, tóm tắt tài liệu, chuẩn bị cuộc họp và năng suất hàng ngày, hoạt động liền mạch với các ứng dụng doanh nghiệp hiện có.
Đối với nhân viên, điều này dịch thành một quy trình làm việc linh hoạt, nơi mà mọi nhiệm vụ được quản lý theo cách tối đa hóa giá trị kinh doanh. Họ không cần phải lo lắng về cơ sở hạ tầng cơ bản; họ chỉ đơn giản nhận được các tài nguyên AI mà họ cần chính xác khi họ cần chúng.
Điều này bao gồm bản chất của AI Hybrid: nó không phải là về ưu tiên đám mây hoặc ưu tiên cục bộ; nó tập trung vào ưu tiên khối công việc. Các tổ chức áp dụng cách tiếp cận này sẽ chuyển đổi từ các triển khai AI bị cô lập sang các mô hình AI doanh nghiệp toàn diện, an toàn, có khả năng mở rộng, phục hồi và thích ứng với nhu cầu kinh doanh luôn thay đổi.
Những điểm nổi bật chính
- AI đám mây vẫn còn thiết yếu, nhưng nó không còn là điểm đến tối ưu cho mọi khối công việc của doanh nghiệp.
- Chiến lược AI doanh nghiệp nên bắt đầu bằng việc hiểu công việc—không phải cơ sở hạ tầng.
- Kinh tế AI mở rộng ra ngoài giá token để bao gồm quản trị, độ trễ, khả năng phục hồi, hiệu quả hoạt động và Tổng chi phí sở hữu (TCO).
- Những tiến bộ trong kiến trúc của bộ nhớ thống nhất, thời gian chạy suy luận và tối ưu hóa mô hình đã làm cho AI cục bộ trở nên thực tế đối với nhiều kịch bản doanh nghiệp.
- AI Hybrid cho phép các tổ chức đặt mọi khối công việc ở nơi mà nó mang lại giá trị kinh doanh lâu dài lớn nhất.
Câu hỏi thường gặp
AI Hybrid là gì?
AI lai tạp là một mô hình hoạt động kết hợp Cloud AI, Enterprise AI và Local AI, cho phép mọi khối lượng công việc thực hiện trong môi trường mang lại sự cân bằng tốt nhất về hiệu suất, quản trị, khả năng phục hồi và giá trị kinh doanh lâu dài.
Tại sao Cloud AI không đủ cho mọi khối lượng công việc của doanh nghiệp/doanh nghiệp vừa và nhỏ?
Khối lượng công việc của doanh nghiệp/doanh nghiệp vừa và nhỏ khác nhau đáng kể về yêu cầu về quyền riêng tư, độ trễ, quản trị, khả năng phục hồi và chi phí vận hành. Hybrid AI cho phép các tổ chức chọn môi trường thực thi phù hợp nhất với từng khối lượng công việc.
Chiến lược AI dựa trên khối lượng công việc là gì?
Chiến lược dựa trên khối lượng công việc bắt đầu bằng việc hiểu mục tiêu kinh doanh trước khi chọn mô hình hoặc cơ sở hạ tầng AI. Các tổ chức đầu tiên xác định công việc mà AI dự kiến sẽ cải thiện, sau đó chọn môi trường thực thi tạo ra giá trị lâu dài lớn nhất.
Liệu Hybrid AI có thay thế Cloud AI không?
Không. Hybrid AI bổ sung cho Cloud AI bằng cách kết hợp Cloud AI, Enterprise AI và Local AI thành một mô hình hoạt động thống nhất của doanh nghiệp, trong đó mỗi khối lượng công việc thực hiện trong môi trường phù hợp nhất.
Các tổ chức nên bắt đầu từ đâu?
Bắt đầu với công việc. Phân loại các khối công việc của doanh nghiệp/SMB trước, sau đó chọn môi trường thực thi mang lại giá trị kinh doanh lâu dài lớn nhất cho từng khối công việc.
Muốn Khám phá Toàn bộ Hình ảnh?
MSI AI Insights — Số #002
Khám phá hướng dẫn đầy đủ cho người điều hành về chiến lược AI dựa trên khối công việc, kinh tế AI doanh nghiệp, sự hội tụ công nghệ và khung quyết định thực tế.
Số Trước
MSI AI Insights — Số #001
Hiểu tại sao AI đang phát triển từ các trợ lý dựa trên lời nhắc sang các đại lý AI tự trị và cách AI Đại lý đang định hình lại điện toán doanh nghiệp.
Sắp ra mắt
MSI AI Insights — Số #003
Bên ngoài Năng suất: Đo lường Giá trị Thực của Doanh nghiệp từ AI Tự chủ.
Khám phá cách các tổ chức có thể đo lường thành công của AI thông qua kết quả kinh doanh, hiệu quả hoạt động, quản trị và ROI dài hạn.
