显然,人工智能有能力彻底改变制造业,但与任何新技术一样,制造商过于专注于人工智能,而不采取必要措施确保其成功,这是有风险的。任何人工智能实施都必须建立在可信数据的基础上,并以现代数据架构的坚实基础为支撑。没有这一点,组织将无法实现人工智能的真正价值。
人工智能改变数据科学管理最重要的领域可能是,人们越来越关注道德人工智能和尽量减少偏见。人工智能本身并不偏颇,算法的偏颇程度取决于提供给它们的数据,因此人们更加关注创建能够防止和消除偏见的算法。这一点非常重要,尤其是在将人工智能用于直接影响人们生活的决策过程中时,例如:就业、信贷授予和警务。
一句话:除了专门开发人工智能软件的公司外,很少有企业有充分的理由投资数据中心来支持人工智能工作负载。预计人工智能炒作将推动数据中心容量有所增加,尤其是在未来几年。但不要指望人工智能会带来对数据中心空间需求的大幅上升——因为现有的空间可能足以满足大多数公司的需求。
人工智能可以提高生产力、效率,以及决策能力。甚至,目前,人工智能已经在商业领域发挥了显著的作用。人工智能可以处理大量数据、执行单调的工作,并提供必要的见解和预测分析,以帮助制定战略和决策。
随着人工智能、物联网、区块链、5G 等领域的技术发展不断推动创新,各行各业的数字化转型前景光明。企业可以通过跟上这些趋势并采取数字化转型的战略方针,在日益数字化的环境中取得成功。
“人工智能将推动对数据中心容量的巨大新需求。数据中心市场的空缺有限,因为大部分吸收来自云端。随着人工智能的突然出现,原本就有限的数据中心供应将面临激烈的竞争。因此,核心和边缘市场将建设大量新容量,以满足这一巨大需求,”Marangella 总结道。
考虑人工智能使用的边缘资源的管理。虽然与其他形式的边缘计算相比,人工智能本身并不需要不同的管理实践,但为边缘和人工智能选择一个专门的平台可能需要不同的管理实践和工具。
我们可以花更多时间研究人工智能如何影响制造运营,并帮助建立一个有弹性的运营。人工智能是一种强大的工具,可以为制造商提供前所未有的能力,这些功能现已通过人工智能成为现实,并帮助制造企业建立真正有弹性的运营。
2024年,当我们回顾三年的不确定性和不断变化时,相信“人工智能正在改变行业”将成为新常态,企业将接受持续的变化,将其视为IT和文化现实,同时也试图组织其系统、政策和优先事项,以适应以人为中心的新未来。
据估计,数据中心和其他云计算业务目前占全球用电量的 1%。运行这些大型服务器群(尤其是冷却服务器群)所消耗的碳排放量绝非微不足道。据认为,约 50% 的用电量与基本运营成本有关,而高达 40% 的用电量与冷却成本有关。