- La mitad de las empresas han cancelado proyectos de IA debido a una infraestructura deficiente
- El 97% está de acuerdo en que la nube se trata de simplificación y eficiencia.
- Las empresas también están bajo presión desde el punto de vista de la sostenibilidad.
La inteligencia artificial no está demostrando ser la llave de oro para muchas empresas: dos de cada tres (65%) admiten que sus entornos de IA son demasiado complejos para gestionar y más de la mitad (54%) han cancelado proyectos de IA en los últimos dos años debido a problemas de infraestructura.
Y la infraestructura, exactamente lo que está frenando a las empresas, está siendo rápidamente seguida por el poder, según el último informe sobre el estado de la infraestructura de IA de DDN.
De cara al futuro, el 97 % está de acuerdo en que la nube es esencial para escalar las iniciativas de IA, y se espera que las cargas de trabajo de IA híbrida crezcan un 162 % en los próximos 12 meses.
La IA depende de una buena base de infraestructura
El informe de DDN revela un papel importante para terceros: el 72% depende de experiencia externa y sólo el 12% depende únicamente de equipos internos. Esto es significativo, ya que el 83% está de acuerdo en que los equipos hoy en día tienen dificultades y el 98% reconoce la brecha en las habilidades de IA, lo que enfatiza aún más la necesidad de ayuda externa.
El estudio también encontró que la mayoría de las fallas se remontan a silos en los canales de almacenamiento, computación o datos. “Las empresas están descubriendo que el escalamiento de la IA no es un problema de computación, sino un problema de integración”, escribe el CTO de DDN, Sven Oehme. “Si su infraestructura no está integrada, su IA no puede aprender de manera eficiente”.
Otras razones comunes del fracaso incluyen tecnología heredada, una estrategia de nube deficiente y herramientas de apilamiento en lugar de simplificar las complejidades.
“Sin una infraestructura moderna y unificada, la IA no puede escalar”, dijo el director ejecutivo de DDN, Alex Bozary, instando a las empresas a buscar modelos y GPU en lugar de centrarse en la “capa de datos inferior”.
Todo esto en un contexto de mayor presión por parte de las partes interesadas y los reguladores. La mayoría (93%) ahora está tratando activamente de reducir el impacto del poder de la IA, y casi la mitad (47%) cita el poder y el tiempo de reutilización como las principales ineficiencias. Por lo tanto, los “vatios por token” están surgiendo como una nueva métrica de rendimiento para la eficiencia de la IA.
Siga TechRadar en Google News Y Agréganos como fuente preferida Recibe noticias, reseñas y opiniones de nuestros expertos en tu feed. ¡No olvides hacer clic en el botón de seguir!
Y por supuesto que puedes Siga TechRadar en TikTok Reciba nuestras actualizaciones periódicas en forma de noticias, reseñas, unboxing y videos. WhatsApp muy
.jpeg "La anomalía iraní")
