我们几乎在不再将AI简单地定义为新兴技术的时候。它在这里，它的蓬勃发展。根据麦肯锡的说法，全球超过70％的公司已经部署了基于AI的技术，或者正在认真探索其功能。这是从2017年的20％上升。仅在过去的一年中，我们就会看到AI空间中的不可思议的进步，尤其是在生成AI方面以及使用大型语言模型（LLMS）来计算，进行预测，生成内容，并为实时的应用程序进行实时分析数据集。
HubSpot和IBM等人的研究表明，AI每天可以为员工节省大约2.5个小时，而企业可以将其整体成本降低近三分之一。现在，合作伙伴和补充服务的整个生态系统正在AI周围形成，它的影响力不仅限于业务。ChatGpt用户现在可以与AI进行实时对话；meta＆rsquo os Llama 3.2 Update允许其AI助手对图像进行阅读和评论，而Apple Intelligence将离开Beta，并允许用户完成从生成代码来创建新图形的所有内容，所有这些都可以使用他们可以在口袋中携带的技术来创建。
该技术飙升，但就像一条繁忙的道路，交通太多，那里总是一个瓶颈。AI的采用属于图表，业务野心很强，但是我们是否有连接基础架构来满足新AI应用程序的低延迟需求？流量即将到来；也许是时候将我们的注意力转移到道路上了。
你可能喜欢
解锁Ai＆rsquo的变革性潜力
网络操作中AI的业务案例
AI蓬勃发展＆Mdash;但是企业是否看到了真正的影响？
Ivo Ivanovsocial links导航
De-Cix的首席执行官。
无形的障碍
对AI的态度在很大程度上是积极的，但其中的一部分归因于新颖性。一个真正重要的指标，投资回报率（ROI），对于大多数业务AI部署而言，仍然难以捉摸。四分之三的企业并没有超越“婴儿步骤”，这是一个或两个试点项目（麻省理工学院技术评论）。而且，尽管接受调查的人中有50％希望在两年内在所有业务职能中进行大规模部署AI，但他们报告了实施挑战和瓶颈；不是由于资本，文化或缺乏专业知识，而是在携带数据的基础设施中。
让我们很清楚。这些只是磨牙的麻烦。预期该项目开始时短期打ic，但是企业的基本实施挑战突出了AI推出的可行性的更根本，结构性问题。
表现不佳的人工智能对业务有害，而不仅仅是因为它胜出意识到其ROI，而且因为其见解和其他产出受到限制。当AI系统难以实时访问和解释整个组织的数据时，就会发生这种情况。只有在组织拥有正确的基础架构以支持其实施时，才能实现AI的全部潜力。通常忽略的一个关键方面是网络互连的重要性。在这里，这是如何在典型企业中发挥作用的。
云和ai＆ndash;获胜的组合
云计算在AI实施中起着至关重要的作用。部分是为了响应数据生成的加速速度，这意味着本地数据存储变得不可行，部分是由于将原始数据和结构化数据存储在云中所带来的许多可访问性好处，企业越来越多地将数据湖泊和仓库迁移到云中，从而启用可扩展性并访问广泛的计算能力。AI基础设施联盟表明，有38％的组织在云中完全建立了AI基础设施，而29％的组织则经营着混合环境。
你是专业人士吗？订阅我们的新闻通讯
注册techradar Pro新闻通讯，以获取您的业务成功所需的所有首选，意见，功能和指导！取得成功！请与我联系我们的其他未来品牌的新闻，并代表我们值得信赖的合作伙伴或Sponsorsby提交您的信息，您同意您同意的条款和隐私政策，并年龄在16岁或超过16岁之间。
这些组织将成本和计算能力的可用性评为缩放AI时的第一挑战，其第一计算问题是延迟（28％）。在不同领土上也出现了类似的图片。例如，通过DE-CIX和IDC对欧洲组织的联合调查强调了网络性能和延迟（22％）是主要关注点，尤其是当AI用例需要实时数据时。
连通性难题
让我们考虑组织通常如何使用AI。首先，他们需要培训AI模型，即首次开发或模型时不时需要的定期培训。为此，延迟并不是一个大问题，但是高带宽连接至关重要。在云中，最好使用云提供商自己的连接解决方案（例如Microsoft ExpressRoute或AWS Direct Connect），可以从一系列云交换范围访问，以避免用于数据出口的昂贵高架。其次，他们需要AI实时工作，这是延迟至关重要的地方。从客户服务机器人到产品支持，许多用例都属于这一类别，这些用途是可取的，再到至关重要的地方，例如自动驾驶汽车，医疗保健和某些金融服务用例。在这里，AI模型需要实时访问数据源，以及用于不同服务和工作负载的Insights和AI代理的预期用户。
简而言之，AI需要高带宽和低延迟网络性能。哦，我们是否提到这一切都需要无缝？
缺少的链接是互连
这是当网络性能瓶颈变得显而易见的时候。太多的企业仍然依靠公共互联网或第三方运输来连接数据和AI系统。这会产生相当大的性能和安全问题，因为企业几乎没有或根本无法控制数据路径，网络带宽和延迟以及关键公司数据在运输中的安全性。
为了控制数据流，企业需要控制网络如何相互连接。这就是为什么越来越多的组织选择网络互连解决方案，这些解决方案在本地系统和基于云的AI服务之间提供安全，专用的连接。通过建立直接，高性能的链接，企业确保控制性能，安全性和数据路由。在实践中，该网络互连为云和多云场景创建响应式，可互操作的环境，从而可以低延迟访问AI-AS-AS-AS-Service产品和实时数据分析。它确保合作伙伴生态系统内的安全数据交换，并提高云基础架构环境的整体弹性，从而使企业能够按大规模推出AI实施，从而提供其预期的ROI。
企业需要AI-Ready基础架构
AI为组织提供了前所未有的机会来改变其运营和创收。AI模型和数据分析工具的令人敬畏的功能自然而然地引起了人们的关注，但是组织需要确保支持AI实施的基础架构同样可扩展，并且具有弹性，以使AI能够发挥其潜力。对于企业克服AI连接瓶颈并真正释放其变革性潜力的企业，投资强大的互连战略与云迁移至关重要。
与高性能互连提供商合作可以帮助设计满足特定AI需求的安全，可扩展的网络。AI的未来已经到来；我们只需要确保我们准备就绪。
我们提供了最好的IT基础架构管理服务。
本文是Techradarpro的专家见解频道的一部分，在该频道中，我们以当今技术行业的最佳和最聪明的头脑为特色。这里表达的观点是作者的观点，不一定是Techradarpro或Future Plc的观点。如果您有兴趣在此处了解更多信息：https：//www.techradar.com/news/submit-your-story-story-totor-to-to-techradar-pro
