Yarış başlatıldı ve McKinsey Global Institute tarafından yazılan “Bahislerimizi koyma zamanı: Avrupa’nın yapay zeka fırsatı” raporunun yazarlarına göre, Avrupa’nın yapması gereken görev açık: daha rekabetçi olabilmek için birkaç temel alana odaklanmak Yapay zeka cephesini güçlendirecek ve Eski Kıta’daki kuruluşların ABD’li muadillerine kıyasla şikayetçi olduğu yeni teknolojilerin benimsenmesi açısından boşluğu dolduracak. Tehlikedeki fırsatların çok büyük olduğu biliniyor. Yapay zekanın Avrupa ekosisteminin 2030 yılına kadar 570 milyar dolardan fazla bir değere sahip %3’e varan yıllık verimlilik artış oranına ulaşmasına yardımcı olabileceği tahminleri de bunu doğruluyor.
Toplamın %5’i kadar enerji gereksinimi
Ancak bu hedefe ulaşmak için şirketlerin ve hükümetlerin, enerji tüketimini de göz önünde bulundurarak yapay zeka için bulut altyapılarının, yarı iletkenlerin ve süper bilgisayarların tasarımını ve geliştirilmesini daha hızlı desteklemeleri gerekecek. Aslında yapay zeka, yalnızca tüm sektörlerin süreçlerinin dönüşümünü değil aynı zamanda uygulamaların ve verilerin barındırıldığı ve işlendiği (ve büyük dil modellerinin eğitildiği) veri merkezlerinin işleyişini de hızlandıracak ve bunların çalışması için gerekli elektrik talebini artıracaktır. 2030 yılına kadar Avrupa’nın toplam ihtiyaçlarının %5’inden fazlasını oluşturacak.
Sürdürülebilirliğin acil sorusu
Çevresel sürdürülebilirlik, tesadüfen, SAS yöneticilerinin 2025’te bizi bekleyen iş ve teknoloji senaryosunu tanımlamak için özetledikleri yapay zeka ile ilgili trendlerden biridir. LLM modellerinin daha hızlı eğitimi, enerji anahtarı üzerinde doğrudan bir etkiye sahip olacaktır, çünkü – gözlemlendiği gibi Veri analitiğinde uzmanlaşmış Amerikan şirketinin Baş Teknoloji Sorumlusu Bryan Harris tarafından – “bulut kaynaklarının tüketimini azaltmak için temel kaldıraçlar olarak algoritmik hız ve verimlilik göz ardı edilemez”. Kısacası, alternatif kaynakların (nükleer gibi) aşamalı olarak benimsenmesinin ötesinde, tüketimin azaltılmasına önemli bir katkı, daha az enerji yoğun yapay zeka modellerine yönelik artan talepten gelmelidir. Yine Sas yöneticilerinin vizyonuna göre, üretken teknolojilerin geniş çapta benimsenmesini daha yeşil hale getirme sorumluluğunu yalnızca büyük bulut sağlayıcıları ve donanım tedarikçileri değil, aynı zamanda yapay zekanın son kullanıcıları ve özellikle verileri yönetenler de paylaşacak. ve iş yükleri. Başka bir deyişle, bulut bilişim için optimize edilmiş platformlar (veri ve algoritmalar) aracılığıyla yapay zeka modellerinin geliştirilmesinde daha fazla verimlilik, gereksiz tekrarları ve israfı azaltarak tüketimi en aza indirmenin ana yolu olacaktır.
Bulut yerel platformları
Son olarak, yapay zekanın (ve eş zamanlı olarak bulutun) hızlandırılmasıyla bağlantılı başka bir rasyonelleştirme ve verimlilik unsuru daha vardır ve eğer şirketler şimdiye kadar her biri belirli bir işleve veya belirli bir amaç için ayrılmış izole sistemlerle çalıştıysa BT altyapılarını yakından etkileyecektir. Farklı bir müşteri segmenti için, mevcut BT kaynaklarının esnek modernizasyonuna yönelik kararlı dönüş, ‘TO THE’ tarafından geliştirilmiş “bulut yerel” platformlara yatırım yapan şirketleri (hız, maliyet tasarrufu ve veri yönetimi kapasitesi açısından) ödüllendirecektir. birden fazla işlevi destekleyebilir.
Yöneticilerin bizi 2025 ve sonrasına yönlendiren kanaati, bir yandan işletmeler için değer yaratmak amacıyla Gen AI’dan yararlanma ihtiyacını, diğer yandan da önümüzdeki 12 aydan itibaren dilsel modellerin büyük olacağı gerçeğini görüyor. bir meta haline gelirken, açık kaynaklı yüksek lisanslar önemli ölçüde büyüyecek. Sonuç? Fiyatlarda olası çöküş (birçok temel özellik ücretsiz olarak mevcut olacağından) ve bu teknolojinin gerçek değerinin bireysel endüstrilere yönelik özel hizmetlere ve uygulamalara doğru kayması. Bir örnek? Sas’ın hipotezine göre 2025 yılında pazarlamacılar, üretken yapay zekanın en basit uygulamalarından (üretkenlik ve içerik oluşturmaya odaklanan), daha kişiselleştirilmiş deneyimler ve gelir açısından somut faydalar garanti edebilen daha gelişmiş yeteneklere geçiş yapacak. Makine ve derin öğrenme gibi konsolide teknolojilerle yakın sinerji içinde kullanılacak sentetik verilerden ve dijital ikizlerden bahsediyoruz.
