Jarak antara ambisi AI dan realitas operasional belum pernah lebih jelas. Baru dibebaskan , yang meneliti para pemimpin IT dan pembuat keputusan infrastruktur AI di perusahaan besar dan perusahaan Fortune 1000, organisasi mengumpulkan uang pada kapasitas GPU yang duduk kosong sementara tim AI mereka menunggu untuk akses. dengan ClearML Status Infrastruktur AI pada Skala 2025-2026 Angka-angka ini menceritakan kisah yang mengkhawatirkan: 35% perusahaan menempatkan peningkatan GPU dan penggunaan komputasi sebagai prioritas infrastruktur utama mereka selama 12-18 bulan ke depan.Namun, 44% mengakui bahwa mereka masih secara manual mengalokasikan beban kerja ke GPU atau tidak memiliki strategi yang konsisten untuk mengelola penggunaan GPU sama sekali. Paradoks Pengendalian Biaya Keprihatinan biaya mendominasi perencanaan infrastruktur AI perusahaan. survei menemukan bahwa 53% responden menyebut pengendalian biaya sebagai tantangan manajemen beban kerja AI utama mereka, sementara 70% menyebutnya sebagai prioritas perencanaan infrastruktur utama mereka untuk 2025-2026. Organisasi secara bersamaan melaporkan tantangan dengan memaksimalkan pemanfaatan dan pengadaan. pemanfaatan GPU yang lebih baik dapat memberikan ROI langsung pada investasi infrastruktur yang ada dan berpotensi menunda kebutuhan untuk membeli perangkat keras tambahan untuk mengimbangi manajemen sumber daya yang buruk dalam jangka pendek. Sementara itu, 23% masih mengandalkan sistem ticketing manual untuk provisioning komputasi, dan 35% melaporkan bahwa menyediakan akses sumber daya untuk tim AI dan ML tetap “sangat sulit” atau “sangat sulit.” Imperatif Fleksibilitas Di luar penggunaan dan biaya, perusahaan berjuang dengan pertanyaan strategis tentang fleksibilitas infrastruktur. Survei mengungkapkan bahwa 44% tingkat fleksibilitas dan menghindari penyedia kunci sebagai "sangat penting" ketika memilih solusi infrastruktur. Temuan ini mendorong perubahan yang signifikan dalam strategi infrastruktur. organisasi bergerak menuju pendekatan multi-cloud (37% responden) dan secara aktif mengeksplorasi berbagai pilihan perangkat keras. Agen AI: Ambisi tinggi, ketersediaan rendah Sementara 89% pemimpin IT perusahaan berencana untuk menerapkan agen AI dalam waktu enam bulan (perpecahan antara solusi yang dibuat khusus pada 49% dan opsi off-the-shelf pada 40%), kebanyakan organisasi tidak memiliki kemampuan dasar untuk mendukung penyebaran ini secara efektif. Ketika ditanya tentang kesenjangan ketersediaan operasional, para pemimpin IT perusahaan mengutip kekhawatiran tentang keamanan dan kepatuhan (53%), kurangnya keahlian internal (46%), dan tantangan penyebaran credential (46%). Ini bukan rincian teknis kecil. Kekhawatiran manajemen credential terutama menonjol: 58% khawatir tentang penyebaran otomatis credential sensitif ke node komputasi, sementara 38% mengidentifikasi berbagi credential antara pengguna sebagai kerentanan utama. Kepemimpinan dan Kedaulatan Berada di Pusat Hampir sepertiga dari organisasi yang disurvei mengidentifikasi penegakan kebijakan pengguna yang lebih kuat, izin, dan kontrol pemerintahan di atas data, model, dan sumber daya komputasi sebagai prioritas operasional utama mereka. Penekanan ini pada pemerintahan menghubungkan dengan kekhawatiran yang muncul di sekitar kedaulatan AI – kemampuan untuk membuktikan asal usul, pengembangan, dan pengembangan sistem AI di dalam negeri. Apa yang dimaksud dengan strategi Enterprise AI Data survei menunjukkan tiga tantangan konvergennya yang akan menentukan : keberhasilan infrastruktur AI perusahaan pada 2025-2026 Berinvestasi dalam perangkat keras GPU canggih sambil mempertahankan proses provisioning manual merusak nilai investasi tersebut. First, organizations must resolve the operational-technical disconnect. Dengan 63% yang sudah mengalami keterlambatan karena vendor lock-in, platform yang mempertahankan opsionalitas di seluruh perangkat keras, awan, dan model implementasi akan sangat penting. Second, infrastructure flexibility needs to move from feature request to architectural requirement.  Rencana adopsi cepat untuk agen AI membutuhkan infrastruktur yang dapat menegakkan kebijakan, mengelola kredensial, dan mempertahankan auditabilitas pada skala. Third, security and governance frameworks must evolve to support autonomous AI systems.  Organisasi yang menangani tantangan ini akan mendapatkan keunggulan kompetitif. mereka yang tidak akan terus menumpahkan uang ke infrastruktur yang kurang digunakan sementara inisiatif AI mereka terjebak di barisan. Laporan lengkap Status Infrastruktur AI pada Skala 2025-2026 mencakup metodologi terperinci dan temuan tambahan dari kepemimpinan IT dan infrastruktur AI perusahaan di organisasi yang berkisar dari 2.000 hingga 10.000+ karyawan di Amerika Utara, Eropa, dan Asia Pasifik.

This story contains new, firsthand information uncovered by the writer.

This is a PR written by or for the company mentioned within it. The writer has a vested interest in the company and products mentioned within.

Audio ini diproduksi dalam bahasa asli cerita!

Hampir setengah dari perusahaan membuang jutaan pada kapasitas GPU yang kurang digunakan

About Author

KOMENTAR

HANG TAG

ARTIKEL INI DISAJIKAN PADA

Related Stories

And In The Open Air

NIGHT (continued)

Return to Pleasure Island

Invest With Purpose: Interview with Arian Adeli, CEO at Rivo Trading

And In The Open Air

NIGHT (continued)

Return to Pleasure Island

Invest With Purpose: Interview with Arian Adeli, CEO at Rivo Trading

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps