Skupiając się na takich zagadnieniach jak generatywna AI, cyfrowe systemy odpornościowe, zarządzanie danymi czy bezpieczeństwo cyfrowe, Bernd Greifeneder, CTO i ekspert od AI firmy Dynatrace, wskazuje główne trendy w dziedzinie sztucznej inteligencji, które powinny dominować w najbliższym roku.
Trend nr 1: Kompleksowe podejście do sztucznej inteligencji
W 2024 roku na popularności zyska generatywna sztuczna inteligencja, a organizacje przekonają się, że technologia ta, choć daje początek ogromnym zmianom, sama w sobie nie jest w stanie zapewnić znaczącej wartości. Firmy będą więc dążyć do podejścia opartego na złożonej AI, które łączy generatywną sztuczną inteligencję z jej innymi rodzajami i dodatkowymi źródłami danych. Takie podejście umożliwi bardziej zaawansowane przetwarzanie danych i sprawi, że wyniki dostarczane przez AI będą precyzyjne oraz osadzone w kontekście.
Przykładowo, zespoły DevOps będą łączyć Gen AI z odmianą przyczynową (Causal AI) oraz predykcyjną (Predictive AI), po to, by zwiększać innowacyjność cyfrową właśnie dzięki przewidywaniu i zapobieganiu problemom oraz tworzeniu nowych przepływów pracy w celu automatyzacji cyklu życia dostarczanego oprogramowania, uważa ekspert.
Trend nr 2: Kod generowany przez sztuczną inteligencję potrzebuje cyfrowego układu odpornościowego
W przyszłym roku więcej organizacji doświadczy poważnych awarii usług cyfrowych z powodu niskiej jakości kodu oprogramowania i jego niewystarczającego nadzoru. Deweloperzy będą w coraz większym stopniu wykorzystywać autonomicznych agentów AI do pisania dla nich kodu, narażając swoje organizacje na zwiększone ryzyko nieoczekiwanych problemów, które wpływają na doświadczenia klientów i użytkowników. Wynika to z faktu, że wyzwanie związane z utrzymaniem kodu wygenerowanego przez autonomicznego agenta jest podobne do zachowania kodu stworzonego przez programistów, którzy opuścili organizację. Żaden z pozostałych członków zespołu nie rozumie w pełni kodu. Z tego powodu nikt nie może szybko rozwiązać problemów, gdy się pojawią.
Ponadto ci, którzy spróbują wykorzystać generatywną sztuczną inteligencję do przeglądania i rozwiązywania problemów w kodzie stworzonym przez autonomicznych agentów, napotkają na powtarzający się problem, ponieważ nadal nie będą mieli podstawowej wiedzy i zrozumienia potrzebnego do skutecznego zarządzania nim.
Wyzwania te skłonią organizacje do opracowania cyfrowych systemów odpornościowych, łączących praktyki i technologie projektowania oprogramowania, rozwoju, operacji i analityki w celu ochrony kodu od wewnątrz poprzez zapewnienie jego domyślnej odporności. Aby to umożliwić, niezbędne będzie wykorzystanie możliwości predykcyjnej sztucznej inteligencji do automatycznego przewidywania problemów w kodzie lub aplikacjach przed ich pojawieniem się i uruchamiania natychmiastowej, zautomatyzowanej reakcji w celu ochrony doświadczenia użytkownika.
Przykładowo, zespoły programistów mogą projektować aplikacje z funkcjami samonaprawiania. Daje to automatyczną możliwość przywrócenia najnowszej stabilnej wersji bazy kodu – jeśli nowa wersja wprowadza błędy – lub automatyczne udostępnianie dodatkowych zasobów w chmurze w celu obsługi wzrostu zapotrzebowania na moc obliczeniową.
Trend nr 3: Nastał czas CAIO
Firmy będą coraz częściej tworzyć stanowiska dla menadżerów gotowy do zarządzania obszarem bezpieczeństwa i zgodności AI w organizacjach. Coraz bardziej przyzwyczajeni do korzystania z narzędzi takich jak ChatGPT w życiu osobistym pracownicy, będą szukać w AI cennego systemu wsparcia zwiększającego ich produktywność w pracy. Organizacje już zdały sobie sprawę, że jeśli nie upoważnią swoich pracowników do oficjalnego korzystania z narzędzi AI, to będą oni to robić bez zgody pracodawców.
Z tego powodu przedsiębiorstwa zaczną tworzyć stanowisko dyrektora ds. sztucznej inteligencji (CAIO), który będzie nadzorował wykorzystanie tych technologii w sposób analogiczny do działalności menadżerów ds. bezpieczeństwa lub CISO.
Jak wskazuje specjalista, CAIO będzie koncentrować się na opracowywaniu polityk oraz edukowaniu i wzmacnianiu kompetencji pracowników w zakresie właściwego korzystania ze sztucznej inteligencji w celu ochrony organizacji przed przypadkowym nieprzestrzeganiem przepisów, wyciekiem własności intelektualnej lub zagrożeniami bezpieczeństwa. Praktyki te utorują drogę do powszechnego przyjęcia sztucznej inteligencji w biznesie. W miarę rozwoju tego trendu AI stanie się dobrem powszechnym, podobnie jak telefon komórkowy.
Trend nr 4: Obserwowalność danych stanie się obowiązkowa
Organizacje będą dążyć do bardziej inteligentnej automatyzacji i szybszego podejmowania decyzji.
Ilość danych podwaja się co dwa lata, a biznes stara się je pozyskiwać w celu szybszej analizy na większą skalę. Jednak koszty i ryzyko związane z niską jakością danych są bardziej znaczące niż kiedykolwiek wcześniej. W niedawnym badaniu przeprowadzonych na praktykach DevOps, 57% z nich stwierdziło, że brak obserwowalności danych utrudnia automatyzację w sposób zgodny z przepisami. W rezultacie będziemy coraz częściej wymagać rozwiązań zapewniających szybką obserwowalność danych, umożliwiając ich pozyskiwanie przy zachowaniu kryteriów wysokiej jakości i wiarygodności.
Zwiększona obserwowalność danych umożliwi użytkownikom, takim jak zespoły ds. operacji IT i analityki biznesowej, zrozumienie dostępności danych oraz struktury, dystrybucji, relacji i ich pochodzenia we wszystkich źródłach, w tym na różnych platformach w rozproszonych środowiskach hybrydowych i wielochmurowych. Świadomość i zrozumienie tych zależności są niezbędne do tworzenia wniosków, którym użytkownicy mogą zaufać. A stanie się to dzięki świeżości danych i braku błędów w wyniku identyfikacji anomalii i eliminacji duplikatów.
Trend nr 5: AI przyczyni się do zmniejszenia śladu węglowego rozwiązań chmurowych
W 2024 roku połączona presja związana z przyjęciem bardziej zrównoważonych środowiskowo praktyk biznesowych i radzeniem sobie z rosnącymi kosztami utrzymania chmury spowoduje, że obserwowalność z priorytetu IT stanie się wymogiem biznesowym.
Zwiększone wykorzystanie sztucznej inteligencji przez organizacje będzie kluczowym czynnikiem napędzającym ten trend, ponieważ większe zużycie zasobów w chmurze skutkuje zwiększonym śladem węglowym.
Analityka danych oparta na sztucznej inteligencji może pomóc firmom w sprostaniu tym wyzwaniom i udoskonaleniu praktyk FinOps i sustainability. Będzie to możliwe poprzez dostarczanie przydatnych informacji i inteligentną automatyzację, która wyeliminuje nieefektywność w działaniu środowisk chmurowych.
Zwiększone wykorzystanie obserwowalności opartej na sztucznej inteligencji umożliwi ponadto automatyczną koordynację systemów w celu optymalnego wykorzystania zasobów, zmniejszenie emisji i kosztów eksploatacji chmury. W rezultacie będziemy obserwować rosnące zainteresowanie przypadkami użycia obserwowalności poza działem IT.
Trend nr 6: Sprawna inżynieria platformowa to klucz
Niezawodny i bezpieczny proces ciągłego dostarczania oprogramowania będzie równie istoty dla utrzymania ciągłości działania w biznesie, co jakość i bezpieczeństwo usług cyfrowych, na których polegają dzisiaj klienci i użytkownicy końcowi.
Będziemy świadkami przesunięcia w kierunku produktyzacji narzędzi wykorzystywanych do napędzania najlepszych praktyk inżynierii DevOps, bezpieczeństwa i niezawodności witryn. Spowoduje to wysunięcie się na pierwszy plan inżynierii platform, ponieważ organizacje skodyfikują know-how i możliwości potrzebne do zautomatyzowania Ciągłości dostarczania oprogramowania. W miarę utrzymywania się tego trendu, procesy te będą uruchamiane za pośrednictwem interfejsów programowania aplikacji (API), które automatyzują zadania w oparciu o wgląd w dane obserwacyjne w czasie rzeczywistym.
Trend nr 7: Zespoły ds. bezpieczeństwa będą dążyć do bardziej inteligentnej analizy zagrożeń
W przyszłym roku rozwiązania analizy zagrożeń nowej generacji stopniowo zastąpią systemy zarządzania informacjami i zdarzeniami bezpieczeństwa (SIEM).
Zespoły ds. bezpieczeństwa będą mogły rozszerzyć swoje możliwości, wykraczając poza analizę dzienników w celu uzyskania dostępu do kontekstu zapewnianego przez szerszy zakres modalności danych i różne rodzaje sztucznej inteligencji – od generatywnej, po przyczynową, kończąc na predykcyjnej. W rezultacie firmy uzyskają dostęp do głębszej i dokładniejszej i zautomatyzowanej analizy zagrożeń, pomagając chronić swoje aplikacje i dane przed coraz bardziej wyrafinowanymi zagrożeniami, podsumowuje ekspert.
