Portare il valore dell’intelligenza artificiale da progetti pilota isolati all’adozione a livello aziendale rimane l’ostacolo principale per molte organizzazioni.
Sebbene la sperimentazione con modelli generativi sia diventata onnipresente, l’industrializzazione di questi strumenti (ovvero, avvolgendoli nella necessaria governance, sicurezzae livelli di integrazione) spesso si blocca. Affrontando il divario tra investimento e rendimento operativo, IBM ha introdotto un nuovo modello di servizio progettato per aiutare le aziende ad assemblare, piuttosto che costruire semplicemente, la propria infrastruttura AI interna.
Adottare una consulenza basata sugli asset
I modelli di consulenza tradizionali si basano tipicamente sul lavoro umano per risolvere i problemi di integrazione, un processo che è spesso lento e ad alta intensità di capitale. IBM è tra le aziende che mirano a modificare questa dinamica offrendo un servizio di consulenza asset-based. Questo approccio combina competenze di consulenza standard con un catalogo di risorse software predefinite, con l’obiettivo di aiutare i clienti a costruire e governare le proprie piattaforme di intelligenza artificiale.
Invece di commissionare uno sviluppo su misura per ogni flusso di lavoro, le organizzazioni possono sfruttare le architetture esistenti per riprogettare i processi e connettere gli agenti AI ai sistemi legacy. Questo metodo aiuta le aziende a ottenere valore scalando nuove applicazioni agenti senza la necessità di apportare modifiche all’infrastruttura principale esistente, ai modelli di intelligenza artificiale o ai fornitori di cloud preferiti.
Gestire un ambiente multi-cloud
Una preoccupazione frequente per i leader aziendali è il vincolo del fornitore, in particolare quando si adottano piattaforme proprietarie. La strategia di IBM riconosce la realtà dell’eterogeneo panorama IT aziendale. Il servizio supporta un multivenditore Foundation, compatibile con Amazon Web Services, Google Cloud e Microsoft Azure, insieme a IBM Watsonx.
Questo approccio si estende ai modelli stessi, supportando sia varianti open source che closed source. Consentendo alle aziende di sfruttare gli investimenti attuali anziché richiedere una strategia di sostituzione, il servizio affronta un ostacolo all’adozione: il timore dell’accumulo di debito tecnico quando si cambia ecosistema.
La struttura tecnica di questa offerta è IBM Consulting Advantage, la piattaforma di distribuzione interna dell’azienda. Avendo utilizzato questo sistema per supportare oltre 150 impegni con i clienti, IBM riferisce che la piattaforma ha aumentato la produttività dei propri consulenti fino al 50%. La premessa è che se questi strumenti possono accelerare la consegna per i team IBM, dovrebbero offrire una velocità simile anche per i clienti.
Il servizio fornisce l’accesso a un mercato di agenti e applicazioni IA specifici del settore. Per i leader aziendali, ciò suggerisce un focus “platform-first”, in cui l’attenzione si sposta dalla gestione dei modelli individuali alla gestione di un ecosistema coeso di lavoratori digitali e umani.
Implementazione attiva di un approccio incentrato sulla piattaforma per scalare il valore dell’intelligenza artificiale
L’efficacia di un approccio incentrato sulla piattaforma si vede meglio attraverso l’implementazione attiva. Pearsonla società di apprendimento globale, sta attualmente utilizzando questo servizio per costruire una piattaforma personalizzata. La loro implementazione combina le competenze umane con gli assistenti agenti per gestire il lavoro quotidiano e i processi decisionali, illustrando come funziona la tecnologia in un ambiente operativo dal vivo.
Allo stesso modo, un’azienda manifatturiera ha utilizzato la soluzione IBM per formalizzare la propria strategia di intelligenza artificiale generativa. Per questo cliente, l’obiettivo era identificare casi d’uso di alto valore, testare prototipi mirati e allineare i leader attorno a una strategia scalabile. Il risultato è stato l’implementazione di assistenti IA che utilizzano più tecnologie all’interno di un ambiente protetto e governato, gettando le basi per una più ampia espansione in tutta l’azienda.
Nonostante l’attenzione rivolta all’intelligenza artificiale generativa, la realizzazione dell’impatto di bilancio non è garantita.
“Molte organizzazioni stanno investendo nell’intelligenza artificiale, ma ottenere un valore reale su larga scala rimane una sfida importante”, osserva Mohamad Ali, SVP e responsabile di IBM Consulting. “Abbiamo risolto molte di queste sfide all’interno di IBM utilizzando l’intelligenza artificiale per trasformare le nostre operazioni e fornire risultati misurabili, fornendoci un metodo comprovato per aiutare i clienti ad avere successo”.
Il dibattito si sta gradualmente allontanando dalle capacità di specifici LLM verso l’architettura necessaria per gestirli in sicurezza. Il successo nella scalabilità dell’intelligenza artificiale e nel raggiungimento del valore dipenderà probabilmente dalla capacità di un’organizzazione di integrare queste soluzioni senza creare nuovi silos. I leader devono garantire che, quando adottano flussi di lavoro agentici predefiniti, mantengano rigorosi standard di governance e di derivazione dei dati.
Vedi anche: JPMorgan Chase considera la spesa per l’intelligenza artificiale come un’infrastruttura principale
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
