Stellen Sie sich Folgendes vor: Ein surrealistisches Ölgemälde, auf dem sich ein KI-gesteuertes Segelboot, dessen Segel aus Geld bestehen, auf dem Kamm einer riesigen Welle befindet. Das Boot ist im Begriff, die Vorderseite dieser Welle hinunterzusurfen, und wird dabei die Startlinie eines Rennens überqueren, das im Jahr 2026 enden wird.
Das ist die Eingabe, die ich in Dall-E 3 eingegeben habe, und das Bild, das das Tool nach einigen Iterationen generiert hat. Warum um alles in der Welt habe ich ein generatives KI-Tool gebeten, dieses Bild zu zaubern? Nach der re:Invent kommt man nicht umhin, über KI im Jahr 2024 nachzudenken, und dieses Bild fasst meine allgemeinen Gedanken zu diesem Thema zusammen. Lesen Sie weiter, um mehr über meine Gedanken zur Schnittstelle zwischen Segelregatten, dem Gartner-Hype-Zyklus für künstliche Intelligenz und Dr. Werner Vogels’ Keynote auf der AWS re:Invent zu erfahren, in der er den Schwerpunkt auf Cloud-Kosten legte.
[Von einer KI generiert] Sehen Sie sich diese surreale Darstellung eines KI-gesteuerten Segelboots an, dessen Segel mit Geldmotiven verziert sind und das bereit ist, auf den Wellen in Richtung der Startlinie eines bahnbrechenden Rennens zu segeln, das 2026 seinen Höhepunkt erreichen wird.
Was der Gartner-Hype-Zyklus über generative KI aussagt: Auf dem Höhepunkt der Welle
Jeder, der im Jahr 2023 über einen Internetanschluss verfügt, wurde mit einer Flut von Diskussionen über künstliche Intelligenz, insbesondere generative KI, überschüttet. Daher ist es nur folgerichtig, dass Gartner die generative KI in seinem „Hype Cycle 2023“ ganz oben auf den „Gipfel der überhöhten Erwartungen“ platziert hat und davon ausgeht, dass sie in 5 bis 10 Jahren das „Plateau der Produktivität“ erreichen wird. Für die nächsten ein bis zwei Jahre bedeutet dies einen steilen Absturz in die „Talsohle der Desillusionierung“. (Ist das nicht der Ort, an dem Atreyu in „Die unendliche Geschichte“ Artax verloren hat?)
Einfacher ausgedrückt: Der Markt ist derzeit so begeistert von generativer KI wie wohl noch nie zuvor. Von hier an geht es buchstäblich bergab, aber das ist nicht unbedingt eine schlechte Nachricht. Zwar werden Unternehmen, die sich auf generative KI konzentrieren, zunehmend auf Skepsis stoßen, doch am anderen Ende des Zyklus steht die echte Akzeptanz durch den Markt. Die Unternehmen, die diese Achterbahnfahrt überstehen, werden davon profitieren. Wie können sich also Unternehmen, die Produkte im Bereich der generativen KI entwickeln, schon heute für den zukünftigen Erfolg rüsten?
Warum es wichtig ist, bei der Planung Skalierbarkeit und Kosten im Blick zu behalten: Das Segelboot
In seiner Keynote-Rede auf der AWS re:Invent legte Dr. Werner Vogels den Schwerpunkt auf die Bedeutung der Entwicklung kostenbewusster, skalierbarer Architekturen, insbesondere im Zuge des Wachstums von Unternehmen und der Reifung von Märkten. Er zog Parallelen zwischen Kosten und Nachhaltigkeit, und obwohl kaum Belege für die damit implizierte ökologische Nachhaltigkeit vorgelegt wurden, ist die Kostenoptimierung ein offensichtlicher Bestandteil der unternehmerischen Nachhaltigkeit.
Für Unternehmen, die generative KI-Anwendungen entwickeln, wird die geschäftliche Nachhaltigkeit ein wichtiger Schwerpunkt auf dem Weg hinab in die Phase der Ernüchterung (und schließlich wieder hinauf und hinaus aus dieser) sein. Der Markt hat das Potenzial der generativen KI erkannt, beginnt aber auch, die Grenzen der frühen Versionen zu erkennen. Die Unternehmen, die die bevorstehende Ära der Skepsis überstehen, müssen ihren Wert auf vielfältige Weise unter Beweis stellen.
Kunden müssen Produkte sehen, die so funktionieren, wie sie beworben werden, und deren Wert sich durch ein Minimum an Illusionen, ein Maximum an Authentizität und echten Nutzen unter Beweis stellt. Um dies zu erreichen, sind bessere Modelle und ein stetiger Strom von Daten in großem Umfang und hoher Qualität erforderlich. Gleichzeitig müssen Investoren ein nachhaltiges Geschäftsmodell erkennen, das solide Finanzdaten und einen klaren Weg zur Rentabilität mit kontrollierten, vorhersehbaren Kosten umfasst. Das bedeutet, dass die Ausrichtung auf Skalierbarkeit und Kosteneffizienz für die Entwickler oberste Priorität haben sollte.
Experten gehen davon aus, dass Modelle im Laufe der Zeit zunehmend zu einer Art Massenware werden und der größte Wettbewerbsvorteil künftig von den Datensätzen ausgehen wird. Diese Erwartung unterstreicht die entscheidende Bedeutung von Daten und damit auch die Notwendigkeit, deren Verfügbarkeit, Sicherheit und Ausfallsicherheit zu gewährleisten. Angesichts der für generative KI erforderlichen Geschwindigkeit und des erforderlichen Umfangs werden diese Datensätze jedoch mit API-Aufrufen überflutet sein, was Maßnahmen zur Gewährleistung der Ausfallsicherheit erheblich erschwert.
Frühzeitig die Weichen für langfristigen Erfolg stellen: Die Startlinie
Der Start einer Segelregatta ist chaotisch. Im Gegensatz zu anderen Rennsportarten, bei denen man aus dem Stand startet, überqueren Segelboote die Startlinie bereits mit voller Geschwindigkeit. Das Rennen beginnt eigentlich schon vor dem offiziellen Start, wenn die Boote um eine optimale Startposition wetteifern. Sie kommen sich bis auf wenige Zentimeter nahe, mit dem Ziel, die Startlinie genau im Moment des Startschusses zu überqueren und so positioniert zu sein, dass sie den Wind optimal nutzen können. Wer die Linie zum richtigen Zeitpunkt, in der richtigen Position und mit den richtigen Segeln überquert, hat es geschafft. Zu früh oder zu spät, mit den falschen Segeln oder an der falschen Stelle – und das Rennen ist so gut wie vorbei, noch bevor es richtig begonnen hat.
Derzeit arbeiten die Entwickler generativer KI auf Hochtouren und stehen kurz davor, die Startlinie zu überqueren – doch nicht alle von ihnen werden es bis ins Ziel, das „Plateau der Produktivität“, schaffen. Das Rennen vor dem Rennen war chaotisch (Bard wurde ein bisschen zu emotional) und spannend (die Allgegenwärtigkeit von ChatGPT). Zwar zeichnen sich bereits erste Unterschiede ab, doch es ist noch lange nicht an der Zeit, Gewinner und Verlierer zu verkünden. In den kommenden Jahren kann noch viel passieren.
Unternehmen, die bereits vielversprechende Produkte entwickelt und dabei auf Kosteneffizienz und Skalierbarkeit geachtet haben, werden den besten Start hinlegen, doch auch andere haben noch die Möglichkeit, strategische Schritte zu unternehmen, die sich langfristig auszahlen werden. Zu diesen Veränderungen gehören der Aufbau zuverlässiger Pipelines für hochwertige Daten, eine Infrastruktur, die sich kosteneffizient an das Datenvolumen anpassen lässt, sowie Tools für die Datenverwaltung, um eine kontinuierliche Effizienz zu gewährleisten.
Sichern Sie sich Ihren Wettbewerbsvorteil, indem Sie Ihre Daten schützen: Bereiten Sie sich auf das bevorstehende Rennen vor
Während sich die Unternehmen an der Startlinie positionieren, gibt es einen dritten wichtigen Aspekt der unternehmerischen Nachhaltigkeit, der für Unternehmen im Bereich der generativen KI von besonderer Bedeutung ist: der Schutz und die Sicherung kritischer Daten.
KI ist für die Modellerstellung, das Training und die Inferenz auf riesige Datenmengen angewiesen, und diese Daten werden in der Regel in einem Data Lake gespeichert, der häufig in Amazon S3 untergebracht ist. Aufgrund der kritischen Bedeutung dieser Daten ist eine Datensicherung unerlässlich – eine Aufgabe, die mit wachsendem Datenvolumen und zunehmenden API-Aufrufen immer anspruchsvoller wird.
Backup-Strategien, die in der Anfangsphase noch funktionierten, können schnell kostspielig und fehleranfällig werden, wenn das Datenvolumen die Kapazitäten der Lösung übersteigt. Schlimmer noch: Backup-Lösungen, die sich nicht an die steigende API-Auslastung anpassen, können die gesamte Anwendung zum Erliegen bringen. Das richtige Segel kann unter veränderten Bedingungen zum falschen Segel werden – und im schlimmsten Fall sogar zum Anker.
Skalierbare, automatisierte Datensicherheit: Das Segel, das immer passt
Der einfachere Weg ist, mit einem Segel ins Rennen zu gehen, das sich automatisch an die Bedingungen anpasst. In Bezug auf Daten bedeutet dies: ein Segel mit automatisierter, unbegrenzter Skalierbarkeit – selbst in Umgebungen mit starken Schwankungen. Clumio sichert Data Lakes, die von wenigen hundert Objekten und einzelnen Terabyte bis hin zu 40 Milliarden Objekten und Hunderten von Petabyte reichen – sowie alle Größen dazwischen – und gewährleistet dabei eine Point-in-Time-Recovery mit niedrigem RPO bei bis zu 20 Millionen Änderungen pro Stunde. Es hilft Kunden dabei, ihre Cloud-Kosten unter Kontrolle zu halten, indem es verwaisten Snapshots und andere unnötige Datenkopien aufspürt, und unterstützt eine kostenbewusste Architektur durch ein erschwingliches, nutzungsabhängiges Preismodell.
Der Wettlauf hat begonnen. Unternehmen im Bereich der generativen KI müssen bessere Produkte entwickeln und sich dabei durch Skalierbarkeit und Kostenbewusstsein auf die wirtschaftliche Nachhaltigkeit konzentrieren.
Starten Sie mit einem Vorsprung vor der Konkurrenz ins Rennen:
