الشركات في منطقة آسيا والمحيط الهادئ تنتقل إلى بنية ذكاء اصطناعي خارجية مع ارتفاع تكاليف الاستدلال
كتبت : أمل علوي
تواصل الشركات في منطقة آسيا والمحيط الهادئ زيادة استثماراتها في مجال الذكاء الاصطناعي، لكنها تواجه تحديات في تحقيق قيمة حقيقية من مشروعاتها. يُعزى هذا الفشل عادةً إلى البنية التحتية التي تدعم هذه المشاريع، حيث إن معظم الأنظمة لا تُصمم لتلبية احتياجات الاستدلال بسرعات أو مقاييس كبيرة كما هو مطلوب في التطبيقات الحقيقية.
تأثير البنية التحتية على الأداء والتكلفة
أظهرت الدراسات الصناعية أن العديد من المشاريع تفشل في تحقيق أهداف العائد على الاستثمار رغم الاستثمارات الكبيرة في أدوات الذكاء الاصطناعي التوليدية. الفجوة في الأداء تشير إلى كيف يمكن أن تؤثر البنية التحتية للذكاء الاصطناعي على التكلفة والقدرة على توسيع نطاق التطبيقات في العالم الحقيقي.
الابتكار مع Akamai
تكافح شركة Akamai لمواجهة هذه التحديات من خلال إطلاق Inference Cloud، الذي تم بناؤه بالتعاون مع NVIDIA ويستخدم أحدث وحدات معالجة الرسوميات. تكمن فكرة Akamai في أنه إذا كانت معظم تطبيقات الذكاء الاصطناعي تحتاج إلى اتخاذ قرارات في الوقت الحقيقي، فمن الأفضل أن تُتخذ هذه القرارات بالقرب من المستخدمين بدلاً من مراكز البيانات البعيدة.
لماذا تفشل مشروعات الذكاء الاصطناعي بدون بنية تحتية مناسبة؟
يشير Jay Jenkins، كبير مسؤولي التكنولوجيا في Akamai، إلى أن الفجوة بين التجريب والنشر الكامل أكبر بكثير مما تتوقعه العديد من المنظمات. حيث تُعتبر تكاليف البنية التحتية العالية، وزيادة زمن الاستجابة، وصعوبة تشغيل النماذج على نطاق واسع، من أبرز العوائق التي تعيق التقدم.
التركيز على الاستدلال بدلاً من التدريب
يتحول اعتماد الذكاء الاصطناعي في منطقة آسيا والمحيط الهادئ من المشروعات التجريبية إلى عمليات نشر حقيقية في التطبيقات والخدمات. يقول Jenkins إن الاستدلال، وليس دورات التدريب العرضية، هو ما يستهلك معظم قوة الحوسبة الآن، مما يزيد الطلب على استدلال سريع وموثوق.
تحسن الأداء والتكاليف مع البنية التحتية الخارجية
يمكن أن يسهم الانتقال إلى الاستدلال القريب من المستخدمين في تقليل التكاليف وزيادة كفاءة الاستجابة. كما يمكن أن تساعد التحسينات في استخدام وحدات معالجة الرسوميات والرسوم الإضافية في تحقيق هذه التوفير. في الهند وفيتنام، أظهرت التحليلات تحسينات كبيرة في تكاليف تشغيل نماذج توليد الصور عندما يتم تعيين الأحمال في البنية التحتية الخارجية بدلاً من السحاب المركزي.
القطاعات التي تتبنى الاستدلال الخارجي
تشمل القطاعات التي تتبنى الاستدلال الخارجي التجارة الإلكترونية والمالية، حيث إن التأخيرات الصغيرة قد تؤثر سلبًا على الإيرادات أو السلامة أو تفاعل العملاء. في مجال المالية، يعتمد تنفيذ العمليات مثل فحص الاحتيال والموافقة على الدفع على اتخاذ قرارات سريعة.
أهمية الشراكات في بنية البيانات
تتطلب زيادة أحمال العمل في مجال الذكاء الاصطناعي بنى تحتية قادرة على الاستجابة للاحتياجات المتزايدة. يدفع ذلك مزودي الخدمة السحابية وصناع وحدات معالجة الرسوميات للعمل بشكل أقرب وتعاون أكبر. ويعتبر النظام المعتمد من Akamai وNVIDIA مثالًا على نشر خدمات الذكاء الاصطناعي في آلاف المواقع الخارجية.
الاستعداد للمستقبل
مع انتقال الاستدلال إلى البنية الخارجية، يتعين على الشركات إعداد نظمها لتكون أكثر مرونة وتوزيعًا. يحتاج النظام إلى كفاءة في معالجة البيانات والأمن، في ظل زيادة تعقيدات حوكمة البيانات.
يشير Jenkins إلى أن فرص النجاح في هذا الاتجاه تعتمد على القدرة على إجراء تحديثات فعالة عبر الموقع، مع الحفاظ على أمان شامل لكل نقطة نُشر فيها الاستدلال.
تم باستخدام أدوات الذكاء الاصطناعي.
