3 chiến lược để doanh nghiệp thành công với AI

Trí tuệ nhân tạo đang nhanh chóng cách mạng hóa hoạt động kinh doanh. Khi AI hỗ trợ các ngành công nghiệp từ chăm sóc sức khỏe đến sản xuất đến bán lẻ nỗ lực đổi mới và hiệu quả hơn, các doanh nghiệp đang tìm kiếm CIO để cung cấp khả năng lãnh đạo và vạch ra con đường hướng tới thành công. Đặc biệt trong giai đoạn cạnh tranh gay gắt, các công ty được quản lý tốt tìm cách phát triển bằng cách thu hút khách hàng đến gần hơn, hợp lý hóa để tiết kiệm chi phí và tìm kiếm một vị trí tốt, nhanh hơn đối thủ cạnh tranh. AI cực kỳ có giá trị trên cả ba mặt trận.

Tuy nhiên, nhiều công ty quy mô cấp doanh nghiệp đã quen với việc làm mọi thứ theo một cách nhất định và ý tưởng về một sự chuyển đổi hoạt động chính thức dựa trên AI có thể gây nản lòng. Tuy nhiên, như Manuvir Das, trưởng bộ phận Enterprise Computing của NVIDIA đã chỉ ra, “AI là một công nghệ mới mạnh mẽ có thể làm cho các công ty trở nên hiệu quả hơn và các công ty biết điều đó, nhưng không phải tất cả đều biết cách làm điều đó”. Vậy làm cách nào để đưa doanh nghiệp của bạn tiến vào tương lai được hỗ trợ bởi AI?

NVIDIA đã tạo ra công nghệ để thúc đẩy chuyển đổi AI trong doanh nghiệp. Họ cũng đã rút ra kinh nghiệm sâu sắc về việc sử dụng AI để điều hành công việc kinh doanh của riêng mình – và giúp các công ty khác chuyển đổi hoạt động của họ – để vạch ra ba chiến lược chính cho sự thành công của AI trong doanh nghiệp.

1. Bắt đầu AI trên cloud, nhưng lên kế hoạch với hybrid, sẵn sàng mở rộng quy mô để nắm lấy thành công

Điện toán đám mây phổ biến trong doanh nghiệp vì nhiều lý do thuyết phục. Việc phát triển các giải pháp mới trên đám mây giúp các nhóm phát triển dễ dàng bắt đầu và tiết kiệm chi phí cho doanh nghiệp của bạn khi các ý tưởng mới không thành công trên con đường tìm đến thành công cuối cùng.

Tuy nhiên, AI ở quy mô lớn có thể nhanh chóng trở nên đắt đỏ khi chạy trên đám mây. Vì vậy, một phương pháp kết hợp thực sự có ý nghĩa nhất để bắt đầu. Lập kế hoạch phát triển AI của bạn để chạy song song, để bạn có thể xây dựng hệ thống nhanh chóng và sẵn sàng mở rộng quy mô:

  • Cho phép các nhà phát triển và nhà khoa học dữ liệu của bạn tự do bắt đầu xây dựng trên đám mây. Đó là cách nhanh nhất để tìm hiểu ý tưởng mới và lặp lại một cách nhanh chóng.
  • Đồng thời, bắt đầu xây dựng một môi trường AI hybrid (hoặc co-lo). Bắt đầu với một thiết bị AI duy nhất. Das nói: “Bạn sẽ học được rất nhiều điều khi làm việc với một chiếc hộp, từ những công cụ nào để sử dụng với nó, đến cách kết nối nó với một chiếc hộp khác và bắt đầu xây dựng mạng lưới của mình.
  • Khi bạn đã sẵn sàng mở rộng quy mô, hãy mang khoa học và những đổi mới từ đám mây vào môi trường nội bộ của bạn.

Cũng nên nhớ rằng AI “tại chỗ” không nhất thiết theo kiểu cung cấp dữ liệu từ hàng nghìn node vào một hoặc hai trung tâm dữ liệu khổng lồ để xử lý. Justin Boitano, Phó chủ tịch kiêm Tổng giám đốc Enterprise and Edge Computing tại NVIDIA cho biết: “Trung tâm dữ liệu doanh nghiệp trong tương lai sẽ không có đến 10.000 máy chủ ở một địa điểm, mà là một hoặc nhiều máy chủ trên 10.000 địa điểm khác nhau. Ngày càng có nhiều trường hợp sử dụng AI dành cho doanh nghiệp, từ việc phát hiện các lỗi sản xuất trên dây chuyền sản xuất tự động đến giúp khách hàng tìm thấy thứ họ đang tìm kiếm trong các cửa hàng thông minh, đều dựa vào quá trình xử lý theo thời gian thực.

Độ trễ phát sinh khi gửi một lượng lớn dữ liệu qua lại giữa trung tâm dữ liệu tập trung và các cảm biến trong các lối đi ở cửa hàng bán lẻ, camera giao thông hoặc dây chuyền lắp ráp robot, là những điển hình về hiệu suất kém. Việc đặt một mạng lưới các máy chủ phân tán nơi dữ liệu đang được truyền trực tuyến cho phép các doanh nghiệp thúc đẩy hành động ngay lập tức. Đó là thế hệ “AI tại rìa” (AI at the Edge).

Tìm kiếm một nền tảng tăng tốc cung cấp một loạt các máy chủ và thiết bị với các tùy chọn điện toán và sức mạnh khác nhau, một cloud-native software stack dễ triển khai và một hệ sinh thái các đối tác hỗ trợ nền tảng này thông qua các sản phẩm và dịch vụ của riêng họ. Nền tảng này cũng sẽ giúp cho bộ phận CNTT của bạn trở nên dễ dàng hơn với AI với khả năng quản lý từ xa và bảo mật cho các nhóm của bạn. “Cơ sở hạ tầng phải dễ dàng tiếp cận”, Boitano giải thích. “Chỉ cần cắm nó vào và kết nối nó với hệ thống mạng. Mọi thứ đều được cấu hình và phân phối từ một vị trí tập trung ”. Hãy làm điều đó theo đúng cách và nền tảng Trí tuệ Nhân tạo của doanh nghiệp gần như dễ dàng như việc plug-n-play một sản phẩm phổ thông.

2. Cung cấp cho các nhà khoa học dữ liệu các công cụ họ cần để thành công – nhưng họ phải chịu trách nhiệm trước các mục tiêu của doanh nghiệp

Đã qua rồi cái thời của những thử nghiệm “AI như một dự án khoa học” làm tiêu hao tài nguyên mà không mang lại giá trị. Các trường hợp sử dụng có ý nghĩa và có tác động có thể đo lường được đối với AI trong doanh nghiệp có rất nhiều và bạn cần lập bản đồ AI để giải quyết các vấn đề kinh doanh của mình.

Điều đó không có nghĩa là cố gắng “lắp các khối vuông vào các lỗ tròn”. Các nhà khoa học dữ liệu cũng chỉ là các nhà khoa học dữ liệu, và các CIO nên trao quyền cho họ làm những gì họ làm tốt nhất. Họ cần cơ sở hạ tầng sẵn sàng cho AI để xây dựng, thử nghiệm, triển khai và tinh chỉnh các mô hình. Nhưng các nhà khoa học dữ liệu cũng cần phải điều chỉnh công việc của họ với các mục tiêu kinh doanh. “Giữ cho các chuyên gia của bạn luôn tập trung cao độ”, Tony Paikeday, Giám đốc cấp cao của Hệ thống AI của NVIDIA, khuyên. “AI là một môn thể thao đồng đội, nơi bộ phận CNTT hỗ trợ quản lý cơ sở hạ tầng, trong khi các nhà khoa học dữ liệu tập trung vào phân tích dữ liệu”.

Bắt đầu bằng cách xác định các vấn đề doanh nghiệp của bạn cần giải quyết. Sau đó, hãy xem cách AI có thể kích hoạt các giải pháp đó. Như Paikeday đã chỉ ra, điều này không có nghĩa là phải phát minh lại cái bánh xe. “Điều tốt là chúng tôi có rất nhiều mô hình được tạo sẵn cho các trường hợp sử dụng phổ biến”, ông lưu ý.

Khi bạn biết mình đang tìm cách giải quyết vấn đề gì, bạn sẽ cần một nhóm đa lĩnh vực. Hãy nghĩ về những vai trò và trách nhiệm này khi bạn xây dựng phương án xung quanh các nhà khoa học dữ liệu của mình:

  • Các nhà phân tích kinh doanh hiểu các vấn đề kinh doanh
  • Kỹ sư dữ liệu hiểu cơ sở hạ tầng dữ liệu
  • Các nhà phát triển ứng dụng có thể lấy mô hình và đưa nó sang dạng production
  • Một nhà điều hành với tầm nhìn bao quát để làm cho tất cả hoạt động ăn khớp, người có thể khởi đầu các nguồn lực lớn

Như với bất kỳ sáng kiến ​​mới nào trong môi trường doanh nghiệp, Paikeday đề xuất một cách tiếp cận thực dụng để giúp doanh nghiệp kết thúc mọi việc. “Hãy bắt đầu bằng một chiến thắng nhanh chóng để lấy đà phát triển”, anh nói. “Sau đó, bánh đà sẽ chuyển động và mọi thứ sẽ thực sự chuyển động theo”.

3. Để AI phù hợp với các nền tảng bạn đã biết

AI có thể là mới, nhưng cách nó được triển khai không nên quá xa lạ với nền tảng CNTT doanh nghiệp hiện hữu. Das nói: “Đừng nghĩ AI là công nghệ gì kỳ lạ. Hãy coi nó như bất kỳ thiết bị CNTT nào khác.”

Các nhóm CNTT của bạn đã quen với việc sử dụng một số công cụ và phương pháp thực thi nhất định để quản lý và sắp xếp khối lượng công việc của bạn. Với cùng kỳ vọng đối với AI – bộ phận CNTT của bạn không cần phải học lại từ đầu để hỗ trợ khối lượng công việc của AI. “Hãy để công cụ mà bạn sử dụng hiện tại phục vụ cho tất cả khối lượng công việc của mình – hãy chờ đợi điều đó từ các nhà cung cấp AI”, Das giải thích.

Các thiết bị phục vụ AI, theo nhiều khía cạnh, giống như các thiết bị lưu trữ mà nhóm CNTT đã quen sử dụng trong trung tâm dữ liệu. Một số phần mềm bạn sẽ sử dụng với AI có thể là mới, nhưng những ứng dụng khác là những kiến ​​trúc mà bạn đã quen thuộc, như VMware, Red Hat và Nutanix. Đó là trọng tâm lớn trong công việc của NVIDIA trong doanh nghiệp, nhằm loại bỏ sự phức tạp khi lắp AI vào cơ sở hạ tầng hiện có của bạn.

Sự phức tạp đó là một trong những thách thức lớn nhất vốn có để chuyển đổi một doanh nghiệp lớn với AI, như Kharya, Giám đốc cấp cao về Tiếp thị và Quản lý Sản phẩm Trung tâm Dữ liệu của NVIDIA giải thích. “Cơ sở hạ tầng được phân tán. Bạn có một cụm máy chủ được thiết kế để thực hiện phân tích và lưu trữ, sau đó là một cụm máy chủ riêng biệt với khả năng tăng tốc bởi GPU để đào tạo AI”, ông nói. Một nền tảng tăng tốc hợp nhất có thể loại bỏ sự phức tạp của việc quản lý cơ sở hạ tầng AI. Kharya nói: “Nền tảng tăng tốc tất cả khối lượng công việc của bạn – phân tích dữ liệu, đào tạo AI, suy luận về AI, v.v. Bạn có thể quản lý khối lượng công việc của mình khi nhu cầu thay đổi, ngay cả khi nó thay đổi chỉ trong một ngày”.

“Khách hàng doanh nghiệp đơn giản chỉ muốn nó hoạt động”, Paikeday nói thêm. “Họ muốn gắn bó với các nhà cung cấp dịch vụ lưu trữ dữ liệu và các nhà cung cấp khác mà họ đã sử dụng, đồng thời có được cơ sở hạ tầng AI chìa khóa trao tay hoạt động với hệ thống của họ”. Tìm kiếm một nhà cung cấp AI cung cấp các giải pháp được xây dựng có mục đích cho nhu cầu dữ liệu lớn, được hỗ trợ bởi một kho phần mềm với các ứng dụng được tối ưu hóa trước cho hầu hết các development framework. Các giải pháp AI chìa khóa trao tay đã có sẵn và chúng giúp chuyển đổi số cho doanh nghiệp dễ dàng hơn, nhanh hơn và đem lại lợi nhuận cho bạn nhiều hơn.

Chuyển đổi AI phải phù hợp với nhu cầu kinh doanh của bạn

AI là một trong những công nghệ thực sự mang tính cách mạng tác động đến hầu hết mọi công việc và bước đi của cuộc sống. Các doanh nghiệp trong tất cả các ngành công nghiệp đang nhận ra điều này và các CIO có tư duy hướng đến tương lai đang dẫn đầu khi nói đến chuyển đổi số dựa trên AI trong doanh nghiệp. Lập kế hoạch cho sự thành công của AI trong doanh nghiệp về cơ bản không khác so với việc vạch ra bất kỳ sáng kiến ​​CNTT nào khác: Xây dựng lộ trình kỹ thuật của bạn (bắt đầu trên đám mây, sau đó đưa nó về nhà), trao quyền cho các nhà khoa học dữ liệu của bạn nhưng đảm bảo họ phù hợp với các mục tiêu kinh doanh rộng lớn hơn và làm việc với các nhà cung cấp hiểu rằng AI nên phù hợp với các nền tảng mà bạn đã biết. AI là một nhân tố thay đổi cuộc chơi và nó sẽ thúc đẩy hành trình hướng tới thành công của công ty bạn, chứ không phải thay đổi cách bạn kinh doanh.

Liên hệ tác giả