Quest'anno, stiamo assistendo a un'evoluzione monumentale della nuova tecnologia di intelligenza artificiale (AI) che arriverà sul mercato e che darà una spinta alla domanda di intelligenza artificiale da parte delle aziende. Questi nuovi sviluppi cambieranno radicalmente il modo in cui pensiamo agli ambienti IT aziendali.

Tre delle menti più brillanti di Digital Realty hanno risposto alle domande più urgenti del settore su cosa riserva il futuro per l'AI, il calcolo ad alte prestazioni (HPC) e i dati che li alimentano. Di seguito troverete le loro reazioni a tre previsioni IDC FutureScape: Previsioni mondiali sull'infrastruttura digitale futura 2024* che si applicano all'AI quest'anno.

Nota: le risposte degli intervistati sono state modificate ai fini della lunghezza e della chiarezza.

Previsione n. 1: le infrastrutture IT interconnesse sono destinate ad aumentare

Secondo IDC FutureScape, “Con la GenAI come catalizzatore, entro il 2027 il 40% delle aziende farà affidamento su architetture IT intrecciate tra cloud, core ed edge per supportare workflow dinamici e prioritari, indipendentemente dalla localizzazione”.

Dove si trovano le opportunità per i leader IT di gestire con successo una maggiore domanda di AI e HPC nelle imprese?

Patrick Lastennet, Direttore, Enterprise
L'inferenza, ovvero la fase in cui un modello di AI addestrato viene implementato e utilizzato per fare previsioni o prendere decisioni su dati nuovi e non visti prima, sarà sempre più diffusa nel 2024. Vedremo più cluster di inferenza di intelligenza artificiale generativa (GenAI) implementati in colocation, interconnessi alle reti WAN enterprise.

Le aziende più grandi adotteranno casi d'uso dell'inferenza GenAI, come la prevenzione delle frodi e la previsione dei prezzi, attraverso il riconoscimento dei pattern basato sulla GenAI. L'inferenza GenAI è utile per la programmazione, la sintesi dei documenti e i chatbot.

Ottenere i vantaggi dell’inferenza GenAI dipende da una WAN solida piuttosto che dal cloud. L'inferenza GenAI crea una raccolta più ampia e un accesso più esteso alla proprietà intellettuale di un’azienda. Questa visibilità aiuta le aziende a individuare e colmare le lacune nella comprensione delle proprie offerte. Per sfruttare al meglio queste opportunità, le aziende utilizzeranno dati accurati e puliti per applicare questo tipo di AI.

Le aziende inizieranno a distribuire cluster di GPU per l’inferenza AI in prossimità dei propri hub di dati in colocation, che gestiscono le operazioni di rete.

Daniel Ong – Direttore, Architetto di soluzioni, APAC
Il nirvana dell'AI per le imprese? Nel 2024, vedremo le aziende costruire sistemi GenAI simili a ChatGPT per le proprie risorse informative interne. Poiché i dati di molte aziende risiedono in compartimenti stagni, esiste una reale opportunità di gestire la domanda di AI, sviluppare competenze in materia di AI e favorire la collaborazione tra dipartimenti.

Questo accesso ai dati comporta un rischio di sicurezza esistenziale che potrebbe colpire il cuore di un'azienda: la proprietà intellettuale. Ecco perché, nel 2024, le imprese lungimiranti utilizzeranno l'AI per misure robuste di sicurezza dei dati e privacy per garantire che la proprietà intellettuale non venga esposta su Internet pubblico.

Inoltre, ridurranno la superficie delle minacce concentrandosi sui rischi di sicurezza interni. Questo include lo sviluppo di regolamenti interni per garantire che le informazioni sensibili non siano divulgate a gruppi e individui interni non autorizzati.

Si tratta di un delicato equilibrio tra trasparenza e sicurezza e privacy dei dati. Le aziende che riescono a gestire bene questo equilibrio si trovano nella posizione migliore per utilizzare assistenti vocali, chatbot basati sulla conoscenza e sistemi di rilevamento delle minacce alla cybersecurity.

In Nord America, quale cambiamento abbiamo osservato tra i nostri clienti e come stanno dando priorità alla progettazione delle loro infrastrutture per gestire l’aumento della domanda di AI?

Steve Smith, Managing Director, Head of Americas
Per l’AI e altre tecnologie emergenti, tutto ruota attorno all’ottimizzazione e alla capacità di rendere il proprio business a prova di futuro.

Vediamo molte aziende nordamericane utilizzare l'AI come strumento e leva per prendere decisioni migliori, ottimizzare il modo in cui fanno business e migliorare la fornitura dei loro prodotti e servizi.

Sebbene molti dei nostri clienti siano agli inizi a cercare di capire come l'AI venga ottimizzata, i primi risultati mostrano risultati promettenti e capacità che generano efficienze notevoli su tutti i fronti.

Dall’identificazione del punto in cui si trovano i clienti sul front-end, a come si struttura la supply chain, fino all’ottimizzazione dei servizi, l’AI fornisce insight su come i nostri clienti stanno operando e su come stanno migliorando le loro attività.

I clienti che collaborano con Digital Realty stanno valutando come accedere a queste grandi capacità di apprendimento per migliorare l’efficienza operativa. Le aziende che hanno successo partono da soluzioni semplici e richiedono un livello più elevato di servizio ai propri partner, tra cui una maggiore comprensione del funzionamento del business aziendale e di come l’impresa possa applicare gli insight ottenuti dall’AI.

Previsione 2: mettere in primo piano il modello as-a-service per i carichi di lavoro critici.

Secondo IDC FutureScape, “Entro il 2028, l'80% degli acquirenti IT darà priorità al consumo as-a-service per i carichi di lavoro chiave che richiedono flessibilità per ottimizzare la spesa IT, aumentare le competenze ITOps e raggiungere importanti metriche di sostenibilità.”

Quali sono alcuni dei modi migliori per gestire il lancio globale delle iniziative di AI?

Patrick Lastennet, Direttore, Enterprise
Il primo passo per i leader aziendali è identificare tutti i carichi di lavoro critici e determinare quali gestire inizialmente. La privacy dei dati (questioni di sovranità) e l'esperienza utente (latenza) determineranno la localizzazione dei carichi di lavoro critici.

Successivamente, dovranno valutare la collaborazione e la connessione con partner in grado di offrire un'orchestrazione globale dell’infrastruttura a supporto dell’AI, ad esempio:

Sviluppo e gestione del software (DevOps): qui l’attenzione è rivolta all’orchestrazione dello sviluppo tramite una gestione centralizzata in un’unica interfaccia.
Operazioni di rete (NetOps): un solido approccio NetOps garantisce che i flussi di lavoro funzionino anche in un ambiente frammentato. Concentrarsi sull'orchestrazione globale dell'infrastruttura dietro le quinte. (ServiceFabric® è un ottimo punto di partenza quando si cerca di accedere a una rete ampia di partner AI.)

Tra le opzioni per il posizionamento intelligente dei carichi di lavoro ci sono:

AI nel cloud: l’utilizzo del cloud nelle fasi iniziali dell’AI offre agilità ed elasticità. Quando si inizia ad aumentare sempre di più l'addestramento, si perde elasticità, ovvero la capacità di aumentare o ridurre la capacità di CPU, storage, memoria e larghezza di banda input/output, e il costo totale di proprietà (TCO) inizia a diventare molto importante.

Per scalare on-premise, è possibile rivolgersi a fornitori di soluzioni gestite e a provider di GPU-as-a-Service per utilizzare GPU al di fuori del cloud, con funzionalità di gestione dei costi e lo stesso livello di strumenti cloud.

Daniel Ong – Direttore, architetto di soluzioni
In questa fase iniziale delle iniziative di AI, le imprese dipendono dai technology providers e dai loro partner per consigliare e supportare il lancio globale delle iniziative di AI.

Nella regione Asia-Pacifico è in atto una corsa a costruire, distribuire e successivamente addestrare i giusti cluster di AI. Poiché uno dei principali casi d’uso è il rilevamento delle minacce alla cybersecurity, la collaborazione con i relativi fornitori di tecnologie di sicurezza informatica è fondamentale.

Le aziende di alto livello collaborano con i propri fornitori di sistemi di computing esistenti utilizzando componenti aggiuntivi per GPU. Lenovo, Dell e HPE offrono questa assistenza.

In che modo le aziende nordamericane stanno utilizzando le partnership e l’ecosistema aperto di Digital Realty?

Steve Smith, Amministratore Delegato, Capo delle Americhe
Le imprese possono sfruttare l'ecosistema aperto di Digital Realty, che consente loro di connettersi strategicamente con il loro fornitore prioritario di AI come servizio e scegliere i servizi giusti che soddisfano le loro esigenze.

Le aziende dovrebbero anche considerare:

Chi può supportare le richieste dell'ambiente ad alte prestazioni dei carichi di lavoro AI?
In che modo i partner che abilitano l'AI ottengono l'accesso al nostro ambiente di elaborazione?
Come possono le aziende iniziare a utilizzare i servizi?

Le aziende trovano le risposte a queste domande in campus data center altamente interconnessi, come quelli di proprietà e gestiti da Digital Realty. Questi campus sono i punti centrali per incanalare i dati dei flussi di lavoro AI attraverso una serie di partner, utilizzando ServiceFabric®.

Previsione n. 3: maggiore diffusione della classificazione dei dati al momento dell'acquisizione

Secondo IDC FutureScape, “Entro il 2028, il 60% delle organizzazioni IT adotterà motori di classificazione dei dati in fase di acquisizione per migliorare la logistica dei dati e rafforzare la governance, la prevenzione della perdita dei dati (DLP) e l’analisi dei dati per ottenere un vantaggio competitivo”.

In che modo i leader IT dovrebbero affrontare i dati distribuiti in vista di una maggiore domanda di risorse informatiche?

Patrick Lastennet, Director, Enterprise
Un approccio solido ai dati distribuiti si basa sulla tensor gravity. Per ottimizzare l'acquisizione dei dati, i responsabili IT devono concentrarsi maggiormente sulla loro provenienza. Pensare a dove si arriverà dopo avere industrializzato il workflow AI. Chiedersi dove saranno tutte le zone di ingestion e poi portare il computing ai dati, anziché il contrario.

Daniel Ong – Direttore, architetto di soluzioni
La posizione dei dati influisce sull'efficienza e l'efficacia dei flussi di lavoro di AI. Influisce sull'accessibilità, sulla sicurezza e sulla latenza in tutta la pipeline di AI.

I vantaggi derivanti dal trasferimento del computing nel punto in cui vengono raccolti i dati includono:

Latenza ridotta e maggiore precisione: i dati più vicini ai cluster di AI contribuiscono a migliorare i risultati. Questo permette di fare previsioni e prendere decisioni più velocemente.
Risparmio sui costi di rete e sull’energia: l’ubicazione dei dati e i relativi costi di rete influiranno sul risparmio energetico e, in ultima analisi, sul TCO.
Conformità in materia di privacy e sicurezza dei dati: le aziende globali utilizzano la potenza di calcolo per la raccolta di dati specifici per regione, al fine di rimanere al passo con un panorama in continua evoluzione di normative e misure di controllo della sicurezza dei dati.

Come stanno affrontando i responsabili IT in Nord America i dati distribuiti a fronte della crescente domanda di risorse di calcolo? Come è strutturata Digital Realty per supportare questi workload ad alta intensità di calcolo in Nord America?

Steve Smith, Managing Director, Head of Americas
In passato, l’AI si basava su grandi blocchi di calcolo che acquisivano enormi quantità di dati, sui quali le aziende eseguivano modelli per trarre conclusioni e iterare a partire da tali dati.

D'ora in poi, le aziende raccoglieranno i dati distribuiti per prendere decisioni in tempo reale. Il fattore distintivo in un contesto ipercompetitivo sarà quale organizzazione potrà meglio proteggere, verificare e utilizzare i dati in un grande modello linguistico o blocco dati per prendere decisioni migliori rispetto alla concorrenza.

Le partnership trasformeranno le capacità in valore

Quali conclusioni possiamo trarre da una visione più ampia delle tre previsioni di cui abbiamo parlato qui?

Steve Smith, Managing Director, Head of Americas
La corsa per abilitare l’efficienza dell’AI si riduce a come le aziende utilizzano i partner in grado di trasformare le capacità in valore. Se si considerano le dimensioni e le capacità di Digital Realty, offriamo un vantaggio competitivo davvero superiore. Dalla nostra presenza globale all’ampiezza della piattaforma, fino alla connettività e ai principali mercati metropolitani in tutto il mondo, mettiamo insieme persone, aziende e dati per rendere tutto più efficiente.

Stiamo facendo passi da gigante nel modo in cui progettiamo, raffreddiamo e forniamo soluzioni di interconnessione, per assicurarci di essere rilevanti non solo oggi, ma anche di consentire alle aziende di essere a prova di futuro per gli anni a venire.

Per saperne di più su come rendere la tua strategia di AI a prova di futuro, scarica il nostro ultimo whitepaper: AI per i leader IT.

*IDC FutureScape: Worldwide Digital Infrastructure 2024 Predictions, doc #US50401023, ottobre 2023

Il futuro di AI e HPC per i leader IT nell’infrastruttura digitale