به حداکثر رساندن نتایج کسب و کار و مقیاس پذیری پذیرش هوش مصنوعی با رویکرد طراحی ترکیبی - وبلاگ IBM

به حداکثر رساندن نتایج تجاری و مقیاس پذیری پذیرش هوش مصنوعی با رویکرد طراحی ترکیبی - وبلاگ IBM

گره منبع: 2516423


به حداکثر رساندن نتایج تجاری و مقیاس پذیری پذیرش هوش مصنوعی با رویکرد طراحی ترکیبی - وبلاگ IBM



نمای بالای همکارانی که به تبلت نگاه می کنند

برای کسب‌وکارهای تثبیت‌شده، این بحث حل شده است: رویکرد ابری ترکیبی انتخاب استراتژیک مناسبی است.  

با این حال، در حالی که پذیرش ابر ترکیبی ممکن است ذاتی باشد، مشتریان به طور مداوم به دنبال کسب ارزش تجاری و بازگشت سرمایه بالاتر (ROI) از سرمایه گذاری های خود هستند. با توجه به الف مطالعه انجام شده توسط HFS Research در مشارکت با IBM Consulting®، تنها 25 درصد از شرکت‌های مورد بررسی، بازگشت سرمایه (ROI) قابل قبولی را در نتایج کسب‌وکار از تلاش‌های تغییر ابر خود گزارش کرده‌اند.  

عدم پیشرفت ROI را می توان به عوامل مختلفی نسبت داد، از جمله پذیرش آهسته، موارد استفاده غیرقابل تحقق و گسترش ابری بدون توجه. این با افزایش چالش‌های مقیاس‌بندی پلت فرم، مهارت، امنیت سایبری و انفجار حجم داده تشدید می‌شود.  
 
کسب‌وکارهایی که با هدف کسب ارزش از نتایج کسب‌وکار از طریق سرمایه‌گذاری‌های ابری خود و بهره‌برداری از پتانسیل هوش مصنوعی (AI) هستند، باید یک رویکرد عمدی اتخاذ کنند. 

در IBM، ما راهنمایی روشنی برای پیمایش این چالش‌ها و دستیابی به نتایج تجاری بهتر ارائه می‌کنیم. اتخاذ یک استراتژی ترکیبی با طراحی به سازمان‌ها اجازه می‌دهد تا انتخاب‌های معماری را با اولویت‌های کسب‌وکار در سراسر فناوری، پلت‌فرم‌ها، فرآیندها و افراد همسو کنند، که منجر به افزایش قابل‌توجه نتایج و بازگشت سرمایه بالاتر می‌شود. 

آخرین مقاله از IBM با عنوان "ارزش ابر هیبریدی را در دوره هوش مصنوعی مولد به حداکثر برسانیدشفافیت را برای کسب و کارهایی که به دنبال بهینه سازی معماری ابری ترکیبی خود هستند و تأثیر هوش مصنوعی مولد (ژن AI) را تقویت می کند، ارائه می دهد.  

رویکرد طراحی ترکیبی شامل چه چیزی است؟  

بسیاری از سازمان‌ها ابر را در مناطق دورافتاده پذیرفته‌اند و به دنبال مزایای فوری هستند، اما به‌طور متناقض از این فناوری در طول عملیات خود استفاده می‌کنند. این پیچیدگی و ناهماهنگی هزینه ها را افزایش می دهد و کسب و کارها را از برآوردن خواسته ها، اهداف و نتایج باز می دارد. ما این را به‌عنوان یک رویکرد پیش‌فرض در نظر می‌گیریم، که مشخصه اکثر شرکت‌های امروزی است.  

کسب‌وکارها باید برنامه‌های تحول را دوباره تنظیم کنند تا با الزامات و نتایج کسب‌وکار هماهنگ‌تر شوند. آنها همچنین باید تشخیص دهند که چگونه هوش مصنوعی ژنرال می تواند ارزش ابر ترکیبی را تقویت کند و تحول دیجیتال را تسریع بخشد.  

یک رویکرد ترکیبی با طراحی عمداً ساختار فناوری اطلاعات ترکیبی و چند ابری شما را برای دستیابی به اولویت‌های کلیدی کسب‌وکار و به حداکثر رساندن ROI ساختار می‌دهد. سازمان‌ها می‌توانند از فناوری که محدودیت‌های کسب‌وکار را دیکته می‌کند به معماری‌هایی که به‌طور هدفمند ساخته شده‌اند و آماده برای مناظر فناوری در حال تحول، کسب‌وکار جدید و خواسته‌های مشتری، و فرآیندهای نوظهور و الزامات مهارتی هستند، تغییر مسیر دهند. تصمیمات معماری عمدی و منسجم با هدایت اهداف کلیدی تجاری یک سازمان، سازمان ها را قادر می سازد تا به طور کامل از ابر ترکیبی و هوش مصنوعی ژنتیکی برای هدایت نتایج کسب و کار استفاده کنند. 

IBM یک چارچوب مدون ایجاد کرد تا به مشتریان کمک کند تا به صورت استراتژیک بر تصمیماتی تمرکز کنند که بیشترین نتایج را برای کسب و کار آنها به همراه دارد و رویکرد طراحی ترکیبی را ترویج می کند. این چارچوب تبدیل اولویت های تجاری به تصمیمات کلیدی معماری را تسهیل می کند.  

ما این چارچوب را با همسو کردن اهداف تجاری با مجموعه ای از نقاط تصمیم در 3 حوزه پیاده سازی می کنیم: محصول بومی بر اساس طراحی، فناوری بر اساس طراحی و ادغام با طراحی. این دامنه ها همچنین نقاط طراحی مختلفی را در بر می گیرند. هر موقعیت سازمانی به سطوح مختلفی از قابلیت ها برای رسیدگی و دستیابی به اهداف تجاری خود نیاز دارد. این چارچوب ارزش به گرفتن این نقاط تصمیم کمک می کند.  

در دنیای مبتنی بر هوش مصنوعی، چرا این موضوع برای شرکت ها اهمیت دارد؟ 

هوش مصنوعی ژنرال نقش مهمی در شکل دادن به شرکت دیجیتال ایفا می کند و به به حداکثر رساندن بازده کسب و کار در سرمایه گذاری های فناوری اطلاعات کمک می کند. با این حال، پذیرش و استقرار در مقیاس وسیع از ژن AI چالش هایی را ایجاد می کند. شرکت ها باید حجم وسیعی از داده ها، قدرت محاسباتی قابل توجه، معماری امنیتی پیشرفته در سراسر محیط های توزیع شده را مدیریت کنند و از مقیاس پذیری سریع اطمینان حاصل کنند.  

طراحی معماری ترکیبی عمدی و سازگار به شرکت‌ها کمک می‌کند تا بر این چالش‌ها غلبه کنند و پذیرش موفقیت‌آمیز و مقیاس‌پذیری قابلیت‌های هوش مصنوعی نسل را برای برآوردن نیازهای تجاری تسهیل کند.  

آزمایش‌ها و استقرارهای کنونی ثابت می‌کنند که یک رویکرد ترکیبی بر اساس طراحی برای مقیاس‌پذیری پذیرش نسل AI برای برآوردن نیازهای تجاری مورد نیاز است. ژنرال هوش مصنوعی با ارائه اتوماسیون پیشرفته با قابلیت مشاهده، بهبود بهینه سازی هزینه با بینش خودکار و افزایش امنیت با انطباق در سراسر پلت فرم هیبریدی، اجرا و ارزش ابر هیبریدی را تسریع می بخشد. 

اعمال تصمیمات معماری عمدی بر اساس نیازهای تجاری، ارزش ابر ترکیبی و هوش مصنوعی را تقویت می‌کند و نتایج کسب‌وکار را هدایت می‌کند. 

آیا می خواهید بیشتر بدانید؟ با تیم ابری هیبریدی و هوش مصنوعی در IBM ارتباط برقرار کنید.

کتاب الکترونیکی را دانلود کنید و یاد بگیرید که چگونه سازمان خود را قدرتمند کنید

این مقاله به شما کمک کرد؟

بلهنه


اطلاعات بیشتر از Analyze: Build and scale AI

خبرنامه های آی بی ام

خبرنامه‌ها و به‌روزرسانی‌های موضوعی ما را دریافت کنید که جدیدترین رهبری فکری و بینش را در مورد روندهای نوظهور ارائه می‌دهد.

مشترک شدن در حال حاضر

خبرنامه های بیشتر

تمبر زمان:

بیشتر از IBM IoT