Kunstmatige intelligentie bevindt zich niet langer in de experimentele fase en wordt al in veel bedrijven toegepast. AI harmonieert bijzonder goed in combinatie met opslagsystemen. Hier zijn veel bedrijven afhankelijk van dienstverleners.
Een megatrend die 2019 mede vorm heeft gegeven: kunstmatige intelligentie (AI). De technologie van de toekomst blijft zich ontwikkelen en zorgt nu al voor efficiënte, snelle en foutloze bedrijfsprocessen op diverse toepassingsgebieden. Bijvoorbeeld in verband met onderhoudstaken voor fabrieken en machines, maar ook bij geautomatiseerde kwaliteitstests, gegevensanalyse of het beheer van toeleveringsketens.
Dankzij het grote toepassingspotentieel neemt de vraag naar AI steeds meer toe, vooral voor opslagoplossingen. Dit komt doordat de hoeveelheid gegevens die wereldwijd moet worden verwerkt, elke dag snel toeneemt. Op dit punt kan kunstmatige intelligentie helpen om processen efficiënter te maken en de analyse van grote datasets te ondersteunen.
Tegzelfdertijd ontbreekt het veel bedrijven aan de technische knowhow en infrastructuur die nodig zijn om AI-oplossingen te ontwikkelen. De eisen op het gebied van software, hardware en middelen zijn immers hoog. Bovendien zijn AI-specialisten en datawetenschappers nodig om modellen te bouwen en zijn zij schaars in tijden van tekorten aan vaardigheden.
AI as a Service
Diensten bieden een uitweg uit dit dilemma. AI as a Service” of “Kunstmatige intelligentie als een dienst” (AIaaS) is de uitbesteding van kunstmatige intelligentie. AI as a service stelt bedrijven in staat de technologie voor verschillende doeleinden te testen zonder grote initiële investeringen en met minder risico. Dit komt doordat AI-toepassingen meestal overdraagbaar zijn en op verschillende infrastructuren kunnen worden gebruikt. Standaard AI-toepassingen, zoals het omzetten van spraak in tekst, kunnen gemakkelijk worden gerealiseerd via reeds ontwikkelde modules in openbare cloud-diensten.
Daarom hebben de grote cloud-aanbieders AI-toepassingen voor bedrijven al “as a service” in hun aanbod opgenomen. Dit betekent dat zij deze toepassingen via open-source platforms beschikbaar stellen, zodat bedrijven niet hun eigen tools of infrastructuren hoeven te bouwen. “AI-toepassingen moeten echter vaak worden getraind met zeer specifieke gegevens,” legt Jörg Bienert, Chief Product Officer bij Alexander Thamm, uit. “Voor deze ontwikkeling maken vooral middelgrote bedrijven gebruik van in AI gespecialiseerde dienstverleners, die over een team van data scientists beschikken en complexe taken aankunnen.”
Een kwestie van grootte?
Het gebruik van AI is echter geen kwestie van bedrijfsgrootte. Erik Purwins, algemeen directeur van ACP Digital Analytics, ziet de criteria meer in verband met wettelijke en reglementaire vereisten, de eigen kernprocessen van het bedrijf, de beschikbare knowhow, de technische mogelijkheden en de kosten. Volgens Ravin Mehta, algemeen directeur van The Unbelievable Machine (*um), is opslagruimte minder een uitdaging bij AI-projecten dan de zogenaamde vijf “V’s”: Volume, Variety, Velocity, Validity en Value. Of bedrijven dan een beroep doen op geprefabriceerde AI-diensten of op oplossingen op maat, is een kwestie van project- en budgetomvang.
Hieruit volgt dat het gebruik van AI ook voor kleinere bedrijven zinvol kan zijn, vooral als zij de stap willen zetten naar een productieve omgeving. “Bedrijven beginnen vaak met het maken van kleine modellen met slechts een paar gegevens. Modellen worden dan vaak verder verbeterd, maar zonder ze in een productieve omgeving te brengen en ze te verbinden met andere softwarecomponenten,” legt Dr. Sebastian Lehrig, AI Architect bij IBM Systems, uit. “Gelukkig kan dit worden tegengegaan door direct te plannen voor productieve omgevingen en deze ook snel toegankelijk te maken. Op deze manier kunnen de betrokkenen AI-projecten in snelle iteraties al in productieve omgevingen testen en in een vroeg stadium feedback over de kwaliteit van hun AI-toepassing verzamelen en in aanmerking nemen.”
AI en opslag
Omdat AI-toepassingen een grote hoeveelheid gegevens vereisen, mogen opslagvereisten niet worden verwaarloosd. Bij AI-projecten hangt de keuze van de opslagarchitectuur echter sterk af van de eisen van de klant en de gegevensstructuur die moet worden verwerkt. “In het algemeen vereist AI geen specifieke opslagarchitectuur,” legt Purwins uit. “In de regel zijn klanten vrij om te beslissen of zij cloud- of on-premise-oplossingen voor opslag willen gebruiken. Meestal wordt hier het hybride idee toegepast voor gegevensverwerking.” Bovendien hebben AI’s niet alleen gegevens nodig om te werken, maar ook om nieuwe gegevens te produceren. “Door het gebruik van kunstmatige intelligentie zal de reeds exponentieel groeiende gegevensvoorraad nog verder toenemen. De daaruit voortvloeiende toename van de diversiteit van de vorm, de diversiteit van de bronnen en de druk op de verwerkingssnelheid betekenen dat een goed doordacht gegevensbeheer van essentieel belang wordt,” voorspelt Purwins.
En zo luidt AI een paradigmaverschuiving in op het gebied van opslag, aangezien het de manier waarop we gegevens opslaan slimmer belooft te maken. Tegelijkertijd vereist het toenemende gebruik van de technologie creatieve en eigen vormen van gegevensarchitectuur. Hoe meer gegevensbronnen kunnen worden aangeboord, hoe beter en sneller beslissingen kunnen worden genomen. Mehta gelooft dat de visie van een “data-driven company”, waarin op gegevens gebaseerde, zoveel mogelijk geautomatiseerde, snelle beslissingen en acties worden afgeleid, werkelijkheid kan worden. De basis hiervoor is volgens hem een uitgebreide data-infrastructuur die het mogelijk maakt om databronnen over bedrijven heen aan te boren en met elkaar te verbinden, waardoor steeds betere data-analyses en uiteindelijk op AI gebaseerde beslissingen mogelijk worden.
Verder is er volgens Mehta meer nodig dan alleen voldoende opslagruimte: “Hiervoor is een organisatorische herstructurering nodig, niet alleen in IT en processen, maar vooral ook in het denken. Het heeft een data mindset nodig, het inzicht in wat er mogelijk is met data-gestuurde automatisering – niet alleen op AI gebaseerde toepassingen, maar op een dag kunstmatig intelligente bedrijven.”
>.