Gebrekkige afstemming van processen en meetwaarden, een versnipperde ai-strategie en een ondermaats niveau van databeheer. Er schort nogal wat aan de ict-netwerkinfrastructuur van grote bedrijven waardoor ze de mogelijkheden van ai-toepassingen niet volledig benutten. Daarvoor waarschuwt Hewlett Packard Enterprise (HPE).
Volgens de techaanbieder hebben ict-verantwoordelijken vaak geen realistisch beeld van de staat van hun netwerkomgeving en hoe dat zich verhoudt tot het volledig benutten van de kansen van ai. Dat komt naar voren na een onderzoek onder 2.400 ict-verantwoordelijken van bedrijven met vijfhonderd of meer medewerkers in veertien landen, waaronder Nederland.
Hoewel 93 procent van de ondervraagden denkt dat hun netwerkinfrastructuur klaar is voor ai-verkeer en 84 procent vindt dat hun systemen voldoende rekencapaciteit hebben, heeft minder dan de helft van de ict-verantwoordelijken een volledig inzicht in de eisen die ai-workloads stellen aan de netwerkomgeving, stelt HPE.
Met name het ‘volwassenheidsniveau’ van databeheer schiet tekort. ‘Slechts 7 procent van de organisaties kan realtime data pushes/pulls uitvoeren. Slechts 26 procent heeft datagovernance-modellen en kan geavanceerde analyses uitvoeren’, schrijven de onderzoekers. ‘Een laag maturity-niveau en gebrek aan inzicht in it-infrastructuurvereisten vergroten het risico op ineffectieve modellen en ai-hallucinaties’, schrijft HPE verwijzend naar systemen die soms onnavolgbare uitkomsten uitspuwen.
Juridische problemen
22 procent van de organisaties betrekt juridische teams niet bij ai-strategiegesprekken. ‘Bedrijven zonder beleid op het vlak van ai en ethiek lopen het risico dat ze normen en regels niet naleven. Dat kan kan leiden tot reputatieschade, omzetverlies, boetes of juridische problemen’, schrijft HPE.
Volgens het bedrijf kan minder dan 60 procent van de organisaties de belangrijkste fasen van datavoorbereiding voor ai-modellen volledig uitvoeren. Het gaat dan om toegang, opslag, verwerking en herstel. ‘Zo dreigt de creatie van ai-modellen te vertragen en kunnen onnauwkeurige inzichten ontstaan en worden investeringen in ai-toepassingen niet volledig terugverdiend.’
Fragmentatie in ai-aanpak
28 procent van de ict-verantwoordelijken beschrijft hun ai-aanpak als ‘gefragmenteerd’. Een derde van de organisaties creëert aparte ai-strategieën voor verschillende functies. En 32 procent heeft verschillende doelen voor ai-strategieën.
Managed service providers
Uit een ander onderzoek van Barracuda onder managed service providers (msp’s) blijkt dat negen op de tien Nederlandse medewerkers bij msp’s behoefte heeft aan aanzienlijke of merkbare verbeteringen in hun kennis en toepassing van ai-producten en -diensten.
Daarnaast voelt 64 procent van de Nederlandse msp’s zich onder druk gezet om klanten ai-inzichten en -tools te bieden. Of de wat overmoedige voorstelling van de ai-functionaliteiten binnen de eigen netwerkomgeving, zoals in het HPE-onderzoek naar voren komt, ook te maken heeft met druk van klanten, is niet onderzocht.
CHECKLIST
In deze lijst heeft Computable de verbeterpunten uit de onderzoeksresultaten gehaald en op een rij gezet.
– Verbeteren van afstemming tussen processen en meetwaarden.
– Zorg voor een geïntegreerde aanpak van ai-strategieën om versnippering te voorkomen.
– Creëer consistente meetwaarden voor het evalueren van ai-initiatieven.
Verhogen van data maturity-niveaus:
– Implementeer robuuste datagovernance-modellen.
– Vergroot de capaciteit voor realtime data pushes/pulls.
– Investeer in geavanceerde analysemogelijkheden.
Inzicht in netwerk- en it-infrastructuurvereisten vergroten:
– Voer grondige audits uit om het huidige netwerk- en it-infrastructuurniveau te begrijpen.
– Verbeter het inzicht in de specifieke eisen van ai-workloads op het gebied van training, tuning en inferencing.
Datavoorbereiding optimaliseren:
– Verhoog de capaciteit voor toegang, opslag, verwerking en herstel van data.
– Vermijd vertragingen in het ai-modelcreatieproces door efficiëntere datavoorbereiding.
Betrekken van juridische teams bij ai-strategie:
– Zorg ervoor dat juridische en compliance teams betrokken zijn bij alle ai-strategiegesprekken.
– Ontwikkel en implementeer een ai-ethiekbeleid om juridische problemen te voorkomen.
Voorkomen van ai-fragmentatie:
– Ontwikkel een holistische ai-strategie die alle bedrijfsfuncties en -doelen integreert.
– Vermijd het creëren van afzonderlijke ai-strategieën voor verschillende functies.
Verhogen van ai-kennis en vaardigheden:
– Bied training en ontwikkeling aan voor medewerkers om hun kennis van ai-producten en -diensten te verbeteren.
– Zorg ervoor dat medewerkers op de hoogte zijn van de nieuwste ai-technologieën en best practices.
Realistisch beeld van ai-capaciteiten vormen:
– Wees realistisch over de capaciteiten van de huidige netwerkinfrastructuur en ai-functionaliteiten.
– Vermijd overmoedige voorstellingen van ai-functionaliteiten en werk aan het verbeteren van de daadwerkelijke capaciteit.
Ethiek en compliance integreren:
– Maak ethiek en compliance een integraal onderdeel van de ai-strategie.
– Zorg voor naleving van normen en regels om reputatieschade, boetes en juridische problemen te voorkomen.
Verhogen van de effectiviteit van ai-modellen:
– Verbeter de kwaliteit van data om de effectiviteit van ai-modellen te waarborgen.
– Verminder het risico op ai-hallucinaties door beter databeheer en infrastructuurinzicht.
Dekt de vlag de lading? Ik krijg de indruk dat er vooral gewezen wordt op achterstallig onderhoud in de infrastructuur met een nadruk op de data architectuur. Want om te beginnen met eerste punt in het grijze vlak, breng niet de berg naar Mohammed maar breng Mohammed naar de berg met AI in de edge. In een afstemming tussen IoT van meetwaarden en een procesaansturing kun je makkelijker de algortimen verplaatsen dan de olifant, scheelt ook in data governance modellen doordat je vooraf classificeert in een push/pull naar de cloud.
“Dat komt naar voren na een onderzoek onder 2.400 ict-verantwoordelijken van bedrijven met vijfhonderd of meer medewerkers in veertien landen, waaronder Nederland.”
Ik herken me in de conclusies want hoewel het lastig is om cijfers te verkrijgen over productieapparatuur, alle medische apparatuur of gespecialiseerde machines die gebruik maken van verouderde embedded versies van Windows omdat het grotendeels om geïsoleerde systemen zijn er in Nederlandd vele bedrijven met heel wat minder dan 500 werknemers die hallucinaties in het onderhoud van de infrastructuur hebben. Niet in de laatse plaats omdat nog veel servers nog stoffen opsnuiven doordat ze in de bezemkast op de vloer van een productiehal staan.
Wat betreft reputatieschade, omzetverlies, boetes of juridische problemen door productieverlies misschien niet meer de doelgroep van HPE maar voor veel Nederlandse MSP’s nog altijd interessant omdat ze service aan huis kunnen leveren met het idee van managed Edge. Het remote beheer van de infrastructuur en in heel Nederland binnen 4 uur iemand op locatie met reserve onderdelen gaat om continuïteit. Tel daar het in lijn brengen van het support bij op en MKB is tot 70% goedkoper met het idee van managed Edge oplossingen doordat we in Nederland vaak in termijnen van 7 jaar of langer afschrijven.