Brown, veri bilimcilerini şu anda tek boynuzlu atlar olarak tanımladı – nadir ve sıklıkla efsanevi bir yaratığın ücretini talep ediyorlar. “Ve haklı olarak,” dedi.
Çoğu kuruluş, nitelikli yetenek kıtlığı veya bunları işe almanın maliyeti nedeniyle en iyi ihtimalle bir avuç veri bilimcisini işe alabiliyor. Bu da “modeli etkili bir şekilde eğitme ve ayarlama konusunda darboğazlar yaratıyor” dedi.
Hibrit’e geçiş mi?
Brown, CIO’ların uzun zamandır monolitik teknolojilerden uzaklaştığını belirtti – 2000’lerin başında UNIX’ten Linux’a geçişle başlayarak. Yapay zekanın da benzer bir dönüm noktasında olduğuna inanıyor ve hibrit buluta benzer bir hibrit stratejinin, yapay zeka modellerini dağıtmak için en avantajlı olduğunu savunuyor. Bugün büyük, biraz şekilsiz LLM’ler ilgi odağı olsa da, gelecekteki BT ortamı %50 uygulama ve %50 SLM’lerden oluşuyor.
Brown, “Veriler her yerde yaşar, ister şirket içinde, ister bulutta veya uçta olsun. Bu nedenle, veriler doğası gereği hibrittir ve AI’nın verilerinizin yaşadığı yerde çalışması gerektiğinden, aynı zamanda hibrit olması gerekir,” dedi. “Aslında, müşterilerimize ve ortaklarımıza sıklıkla şunu söylüyoruz: AI, nihai hibrit iş yüküdür.
“Esasında, bir CIO’nun uygulamalar kadar çok AI modeli olacak. Bu, eğitimin daha hızlı olması, ayarlamanın hızlandırılması ve maliyetlerin düşük tutulması gerektiği anlamına geliyor. Bu zorluğun anahtarı açık kaynakta yatıyor,” diye devam etti. “Açık kaynak, bilişimi demokratikleştirdiği gibi, AI için de bunu yapacak; zaten yapıyor.”