Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Развитие искусственного интеллекта находится на ранних стадиях

8, ноябрь 2017  — 

Согласно исследованию SAS, в котором приняли участие 100 европейских организаций, вопреки всеобщему воодушевлению, круг препятствий достаточно широк – от дефицита навыков до этических конфликтов.

Вокруг технологий и возможностей искусственного интеллекта много шума. Но практически все крупные европейские компании, охваченные недавним исследованием SAS, до сих пор находятся либо на ранних этапах внедрения, либо на этапах планирования. Результаты исследования впервые были представлены на конференции Analytics Experience 2017 в Амстердаме.

Хорошая новость заключается в том, что подавляющее большинство организаций в принципе стали говорить об искусственном интеллекте и некоторые даже приступили к приемлемым в их работе проектам. Также внушает оптимизм потенциал искусственного интеллекта, хотя далеко не все отметили, что их компания уже готова воспользоваться этими возможностями.

Внедрение искусственного интеллекта тормозит даже не нехватка технологий. Большинство опрошенных подтверждают, что технических возможностей более чем достаточно. Гораздо чаще трудности возникают из-за нехватки в организациях квалифицированных аналитиков и data scientists, которые могли бы извлекать пользу из внедренных технологий искусственного интеллекта, а также из-за глубинных организационных и социальных препятствий.

Здесь представлены некоторые факты из исследования «Обещания корпоративного искусственного интеллекта» . Исследование проводилось в августе этого года в формате телефонных интервью с руководителями 100 крупных организаций по всей Европе. Участники представляют банки, страховые компании, промышленность, ритейл, государственные структуры и другие индустрии. Целью исследования SAS было оценить, как лидеры бизнеса оценивают потенциал искусственного интеллекта, как они пользуются сегодня этими возможностями, как планируют использовать их в будущем и с какими препятствиями встречаются.

Препятствия со стороны общественности

55% респондентов заявили, что наибольшей сложностью, препятствующей развертыванию искусственного интеллекта, является изменение перечня профессий и востребованных человеческих навыков в свете автоматизации искусственного интеллекта и его нарастающей автономности. Потенциальное влияние, которое искусственный интеллект оказывает на рынок труда, включает так возможные увольнения, так и возникновение новых профессий, требующих навыков работы с технологиями искусственного интеллекта.

Этические вопросы оказались на втором месте в списке обозначенных препятствий. Как отметили 41% респондентов, их беспокоят такие вопросы, будут ли роботы и системы на базе искусственного интеллекта работать « во благо человечества » или просто на одну компанию, и как дальше позаботиться о тех людях, которые потеряют привычную работу из-за искусственного-интеллекта.

Команды Data science и готовность организаций

Готовы ли аналитики и data scientists компаний к новым требованиям и задачам, связанным с искусственным интеллектом? Только 20% респондентов сказали, что, пожалуй, их сотрудники готовы. А еще 19% сказали, что у них в организации вообще нет команды аналитиков и data scientists.

Нанять таких специалистов, чтобы восполнить дефицит навыков внутри организации, планируют 28% респондентов. В то же время 32% компаний намерены развивать уже существующие команды в направлении искусственного интеллекта, обучая своих сотрудников, отправляя их на конференции и мастер-классы.

Кроме того, одной из трудностей во многих организациях оказалась настороженность относительно результатов внедрения. Почти половина (49%) респондентов упомянули, что в их организациях так или иначе наблюдается недоверие к отдаче от искусственного интеллекта и даже больше – настораживают результаты внедрения решений, построенных и работающих по принципу « черного ящика ». Польза и экономическая целесообразность по-прежнему под вопросом.

Готовность платформы

Исследование SAS охватывало также вопросы, связанные с готовностью к внедрению искусственного интеллекта в части развитости инфраструктуры. И здесь респонденты разделились на сильно различающиеся группы. Около четверти - 24% организаций отмечают, что их ИТ-инфраструктура как раз в нужной степени готовности к развертыванию технологий искусственного интеллекта. Еще 24% респондентов сообщили, что им нужно обновить и адаптировать существующую платформу и тогда они будут вполне готовы. В противоположность, в 29% организаций нет подходящей платформы, которая могла бы отвечать требованиям систем искусственного интеллекта.

“ Мы увидели поразительные сдвиги в развитии платформ. Значительно выросла точность алгоритмов, - говорит Оливер Шабербергер, исполнительный вице-президент и директор по технологиям SAS. – Показательно, что компьютер смог обыграть лучшего игрока в Го. Мы даже представить себе не могли, что игра Го может быть оцифрована, к тому же человеком. В результате это сделала машина. Система распознала правила, научилась играть и стала играть лучше, чем кто-либо из людей. Мы можем воспользоваться этим знанием, чтобы построить системы, которые решают бизнес-задачи лучше, чем любые статичные системы, которые работают в корпорациях сегодня. Мы можем построить системы, которые выучат правила бизнеса, научатся играть по этим правилам и будут самосовершенствоваться. Это направление, в котором сегодня работает SAS”.

Скачать полный отчет об исследовании .

Справочная информация

Компания SAS является крупнейшей в мире частной IT-компанией, специализирующейся на разработке и продаже решений и услуг в области бизнес-аналитики.

Компания основана в 1976 году, и сегодня в ее офисах по всему миру работают более 14   тысяч сотрудников. В течение 41 года доход SAS постоянно возрастал и в 2016   г. достиг 3,2 млрд долларов. Клиентами SAS являются более 83 тысяч организаций в 158 странах мира. Среди них – 94 компании из первой сотни лидеров, включенных в список «2016 FORTUNE Global 500®». По данным IDC на середину 2017 года, SAS занимает около 30,5% мирового рынка углубленной аналитики.

В России и странах СНГ компания SAS начала работу в 1996 году. Клиентами SAS в России и СНГ являются все 10 крупнейших российских банков (Сбербанк России, ВТБ, Газпромбанк и др.), РЖД, « Аэрофлот », лидеры рынка розничной торговли (X5 Retail Group, Азбука Вкуса и др.), крупнейшие компании из телекома и топливно-энергетического сектора, государственные организации.

Публикации по теме
Рынки
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости SAS

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.