Die Hybrid Cloud wird zum Schlüssel für die Entfaltung der generativen KI

Unternehmensinfrastruktur für generative KI: Eine Grundlage für den Erfolg

Generative KI oder GenAI stellt eine transformative Technologie dar, die das Potenzial hat, die Arbeitsweise und den Wettbewerb von Unternehmen zu revolutionieren. Die meisten Unternehmen erforschen bereits sein Potenzial, wobei 97% GenAI-Initiativen als eine der fünf wichtigsten Prioritäten betrachten. Um die wahre Leistungsfähigkeit von GenAI zu erschließen, bedarf es jedoch einer starken, robusten und sicheren Dateninfrastruktur, die den Erfolg von GenAI vorantreiben kann, so Unternehmensinfrastruktur für generative KI: Eine Grundlage für den Erfolg, ein neuer Bericht von Hitachi Vantara, der auf einer Umfrage der Enterprise Strategy Group basiert.

Laden Sie eine Kopie des eBooks herunter:

Unternehmensinfrastruktur für generative KI: Eine Grundlage für den Erfolg

Neben der Untersuchung der Technologielandschaft und der wichtigsten Trends legen wir besonderen Wert auf die Entscheidungen in Bezug auf Daten, Modelle und vor allem auf die Infrastruktur, die erfolgreiche GenAI-Implementierungen untermauert. Sicherheit, Kosten und Datenqualität sind einige der größten Herausforderungen und Bedenken, mit denen Unternehmen konfrontiert sind, wenn es um die Speicherung und Verwaltung von Daten im Zusammenhang mit GenAI-Initiativen geht.

Die globale Umfrage unter IT-Führungskräften, Geschäftsführern und datenzentrischen Praktikern/Managern ermöglichte einen umfassenden Blick auf GenAI-Initiativen von der Strategie und Entscheidungsfindung über die Infrastruktur und Implementierung bis hin zum Betrieb und der laufenden Verwaltung in der Produktion.

Die Befragten vertraten Organisationen mit Sitz in Nordamerika und Westeuropa in allen Branchen des öffentlichen und privaten Sektors, einschließlich Finanzdienstleistungen, Technologie/Telekommunikation/Medien und Unterhaltung, Fertigung und Gesundheitswesen/Biowissenschaften.

Akzeptanz von GenAI nimmt zu

Obwohl es sich um eine relativ neue Technologie handelt, ist die GenAI-Einführung weit verbreitet. Die meisten Organisationen verwenden GenAI bereits für mindestens einen Anwendungsfall. Darüber hinaus glauben 90%, dass GenAI die betriebliche Effizienz und die Produktivität der Mitarbeiter verbessern wird, was möglicherweise zu einem Wettbewerbsvorteil führt. Während GenAI eine Priorität ist, stehen Unternehmen vor einer Vielzahl von Herausforderungen. Kosten, Datenqualität und Integrationsanforderungen sind Hürden, aber die Sicherheit bleibt für 38% der Befragten das Hauptanliegen. Datenschutz, Vertraulichkeit, potenzieller Missbrauch und unbefugter Zugriff sind ebenfalls wichtige Sicherheitsherausforderungen.

Während einige Sicherheitsbedenken als Herausforderung betrachten, gibt es einen wachsenden Trend, das Potenzial von GenAI zu nutzen, um bestimmte Sicherheitsmaßnahmen und -aufgaben zu verbessern, wie z.B. die Bereitstellung einer fortschrittlichen Bedrohungserkennung und die Verbesserung automatisierter Reaktionssysteme. Daher ist es für GenAI-Entscheidungsträger von entscheidender Bedeutung, die richtige Balance zwischen Sicherheitsherausforderungen und potenziellen Vorteilen zu finden.

Hybrid Cloud als bevorzugte Lösung

Für die zugrundeliegende GenAI-Infrastruktur wird ein ausgewogener Ansatz bevorzugt. Während 37% der Meinung sind, dass ihre derzeitige Infrastruktur ausreicht, könnte sich dies mit der Reife der GenAI-Einführung ändern. Die Hybrid Cloud, eine Kombination aus lokaler und öffentlicher Cloud, ist der klare Favorit. 78% der Befragten nutzen sie für die Erstellung und Bereitstellung von GenAI-Lösungen. Diese Präferenz erstreckt sich auf Datenpipelines, die zum Verschieben und Verwalten von Daten verwendet werden. Dies deutet auch auf die Notwendigkeit von Hybrid-Cloud-Datenplattformen hin, eine Vielzahl von Datentypen, einschließlich strukturierter und unstrukturierter, zu verwalten und die Leistungs- und Sicherheitsanforderungen zu erfüllen, die durch die erwartete Rolle (86%) der Retrieval Augmented Generation (RAG) verstärkt werden.

Die Unternehmen haben auch die wichtigsten Kriterien für die Bewertung und Auswahl von GenAI-Infrastrukturanbietern priorisiert. Einige technische Kriterien, wie z.B. schnelle Leistung und geringe Latenzzeiten, werden heute fast schon erwartet. Einige wenige Kriterien stachen jedoch hervor: Die Zuverlässigkeit und Verfügbarkeit von Lösungen mit minimalen Ausfallzeiten steht mit 35% an erster Stelle, gefolgt von der Notwendigkeit der Unterstützung einer Hybrid-Cloud (33%). Bemerkenswert ist auch die Nachfrage nach ökologischer Nachhaltigkeit und energieeffizienten Speicherlösungen (25%), was die wachsende Bedeutung von Nachhaltigkeit im Zusammenhang mit KI verdeutlicht.

IT-Führung steuert das GenAI-Schiff

Der Einfluss auf GenAI-Entscheidungen erstreckt sich zwar auf eine Vielzahl von Rollen und Abteilungen, aber die IT-Führung übernimmt die Hauptrolle. Mit 38% bzw. 39% der Befragten sind IT-Betriebsleiter und technische Führungskräfte die wichtigsten Interessenträger, die Kaufentscheidungen beeinflussen. Die IT-Abteilung ist auch der Hauptbudgetverantwortliche für GenAI-Initiativen. Diese Verlagerung der Entscheidungsbefugnis wirft Fragen für Unternehmensleiter auf, die traditionell ihre eigenen Budgets für Technologiekäufe verwaltet haben. Unklare Eigentumsverhältnisse und Budgetkontrolle können ein Hindernis für die Einführung von GenAI sein.

Unternehmen verfolgen einen allgemeineren und erschwinglicheren Ansatz für GenAI. Die meisten (96%) bevorzugen Alternativen zu proprietären großen Sprachmodellen (LLMs), um loszulegen. Sie erwarten jedoch, langfristig mehr proprietäre Modelle zu nutzen, um sich im Wettbewerb zu differenzieren.

Die Einbeziehung von Unternehmensdaten wird als ein wichtiges Unterscheidungsmerkmal für GenAI angesehen. Der Wunsch nach verbesserter Genauigkeit führt die Liste der Gründe für die Verwendung der relevantesten und neuesten Daten an, gefolgt von der Einhaltung von Technologien, Vorschriften und sich entwickelnden Datenmustern. Die Verwaltung von Daten ist für die Wahrung der Genauigkeit bei sich ändernden Daten- und Geschäftsbedingungen unerlässlich.

Führende Anwendungsfälle für Automatisierung und Optimierung

Unternehmen nutzen Generative KI (GenAI) auf innovative Weise, um ihre Ziele zu erreichen. Führende Anwendungsfälle konzentrieren sich auf die Automatisierung und Optimierung von Prozessen, Datenanalyse und Cybersicherheit. Die spezifischen Anwendungen von GenAI variieren jedoch je nach Branche erheblich. Beispielsweise kann die multimodale GenAI im Gesundheitswesen medizinische Bilder mit hoher Genauigkeit analysieren und so die Krankheitsdiagnose unterstützen. Im Finanzbereich kann GenAI helfen, ungewöhnliche Muster zu erklären und potenziellen Betrug vorherzusagen, wodurch die Betrugserkennung verbessert wird.

Wenn die GenAI-Technologie ausgereift ist und Unternehmen Vertrauen in ihre Genauigkeit gewinnen, können wir mit einem Anstieg der Anzahl potenzieller Anwendungsfälle in verschiedenen Branchen rechnen. Wenn Unternehmen GenAI verfolgen, sehen sie mehrere Geschäftsbereiche, in denen sie glauben, dass es helfen könnte. Am häufigsten ist die Verbesserung der betrieblichen Effizienz.

Ein starkes Fundament für GenAI heute

Generative KI birgt ein immenses Potenzial, um Unternehmen zu transformieren. Durch das Verständnis der Herausforderungen und Chancen und den Aufbau einer starken Grundlage, die eine sichere und skalierbare Dateninfrastruktur umfasst, können Unternehmen die wahre Leistungsfähigkeit von GenAI freisetzen. Der Bericht von Hitachi Vantara bietet wertvolle Einblicke, die Ihnen helfen, sich in der GenAI-Landschaft zurechtzufinden. Wenn Sie erwägen, GenAI in Ihre Geschäftsstrategie zu integrieren, laden Sie jetzt den vollständigen Bericht herunter: Unternehmensinfrastruktur für generative KI: Eine Grundlage für den Erfolg.

Zusätzliche Ressourcen

• EXECUTIVE BLOG: Ein neuer Ansatz für Unternehmens KI
• TECHNOLOGIE REVIEW: MIT: KI-basierte Datenanalyse ermöglicht Geschäftseinblicke
• FORSCHUNGSBERICHT: Unternehmensinfrastruktur für generative KI: Eine Grundlage für den Erfolg