Sztuczna inteligencja coraz mocniej przenika do świata dedykowanych biznesowi usług IT. Coraz bardziej inteligentne chatboty, przewidywanie popytu na produkty i usługi czy automatyczne inwestowania na giełdach to tylko część rozwiązań, które oferuje połączenie AI z chmurą obliczeniową. Istnieje też dedykowany rynek inteligentnych rozwiązań w chmurze mający przed sobą imponujące perspektywy wzrostowe.
Cloud AI Market – bo tak określają ten rynek firmy analityczne – zgodnie z danymi Mordor Intelligence, w 2019 roku wart był 5,2 mld dolarów. Według prognoz, do roku 2025 ma jednak zwiększyć się blisko trzykrotnie i osiągnąć poziom 13,1 mld dolarów, notując w tym okresie roczny przyrost o wartości 20%.
„To z pewnością daje do myślenia i uświadamia, że usługi chmurowe „napędzane AI” będą obszarem rozwiązań wartym śledzenia ze szczególną uwagą. Już dziś nie brakuje zresztą przykładów skuteczności tego połączenia, nie tylko w automatycznej analityce ogromnych zbiorów danych” – uważa Marcin Zmaczyński, Head of Marketing CEE w Aruba Cloud.
Błyskawiczna analityka
Z opracowania McKinsey „Notes from the AI frontier: Applications and value of deep learning” wynika, że potencjał wykorzystania sztucznej inteligencji w aż 19 sektorach światowej gospodarki jest o co najmniej 30% większy niż jakichkolwiek innych znanych technik automatyzacji procesów. Wśród nich, nie zabrakło takich, gdzie procent ten rósł do 80-90%, jak choćby w wypadku branży motoryzacyjnej, wydobywczej, handlowej czy transporcie oraz logistyce.
Co więcej, wspomniana firma doradcza przeanalizowała aż 400 konkretnych przykładów użycia AI w poszczególnych obszarach działania firm i instytucji. Wniosek? Sztuczna inteligencja była niedościgniona w wypadku nawet 70% z nich. Jak podkreślają specjaliści, warto zauważyć, że doskonałym testerem prawdziwych możliwości AI jest zwykle jej zdolność do analizowania i przeszukiwania wielkich oraz zróżnicowanych źródeł danych, pochodzących z różnych okresów, i odnajdowania w nich konkretnych korelacji w błyskawicznym tempie. To umożliwia ekspresowe wykrycie potencjalnej awarii na linii produkcyjnej, zainteresowania danym produktem w najbliższym czasie czy wskazanie, które trasy dostarczania przesyłek będą szybsze oraz bardziej optymalne kosztowo.
Według Gartnera, do 2022 roku usługi chmury publicznej będą naturalnym ekosystemem, aż 90% globalnych danych i podstawą innowacji w analityce. Już teraz, znaczna liczba organizacji odchodzi od pilotażu wdrażania rozwiązań AI do ich realnego użytkowania w wielu obszarach swojego działania, oddając jej coraz więcej odpowiedzialności za często kluczowe procesy. Do końca 2024 roku nawet trzy czwarte przedsiębiorstw wykona takich ruch, zwiększając jednocześnie liczbę procesowanych informacji (strumieni danych) pięciokrotnie. To jeden z zasługujących na podkreślenie sygnałów zwiastujących zwrot w stronę bardziej „samodzielnych” środowisk i systemów IT.
Rozwiązania w pełni autonomiczne
AI i chmura pozwalają również na tworzenie „samoobsługowych” rozwiązań IT, wykraczając poza samą analitykę czy prognozowanie. Konkretnym przykładem takiego narzędzia może być autonomiczna, chmurowa baza danych. Taka, która dzięki zdolności machine learing’u potrafi nie tylko samoczynnie zarządzać swoimi rekordami, ale samoistnie naprawiać się w wypadku, gdy odnajdzie błąd swojego działania, aktualizować się do lepszych wersji czy poszukiwać potencjalnych luk, które mogą być wykorzystanymi przez cyberprzestępców i „łatając” je.
„To zaledwie jeden z przykładów rozwiązania zdolnego do funkcjonowania w pełni autonomicznym trybie. Z łączenia cloud computingu i AI z czasem otrzymywać będziemy coraz więcej rozwiązań zdolnych do zwiększania autonomii całych, rozległych systemów IT przedsiębiorstw. To drugi aspekt funkcjonalności Cloud AI, poza błyskawiczną analityką wspomagającą procesy operacyjne, produkcyjne czy marketingowe” – stwierdza Marcin Zmaczyński.
Nie tylko dla dużych przedsiębiorstw
Według ostatniego badania Synergy Research, poszczególne rynki usług chmurowych już teraz notują wzrosty od co najmniej 10 do 40%, zaś roczne wydatki z nimi związane mają się podwoić w ciągu czterech lat. Do wspominanych rozwiązań, w obliczu coraz mocniejszego zacieśniania się związku cloud computingu ze sztuczną inteligencją, dołącza więc kolejne.
Mowa o AI as a Service (AIaaS). Dotąd, przedsiębiorstwa chcące robić prawdziwy użytek z możliwości sztucznej inteligencji musiały uruchamiać długotrwałe i angażujące duże budżety projekty wdrożeniowe. Sytuacji nie pomagał także niedostatek specjalistów IT z tego obszaru. I tu z pomocą przychodzi chmura oraz udostępniane za jej pośrednictwem funkcjonalności sztucznej inteligencji, wynajmowane tak jak serwery czy przestrzeń dyskowa, bez konieczności posiadania know-how, inwestowania w infrastrukturę czy wykwalifikowanych ekspertów. Oznacza to, że dostęp do potencjału AI znajdzie się także w zasięgu startupów i mniejszych podmiotów.
