Według danych Golden Sachs generatywna AI w ciągu dekady może podnieść roczną wydajność pracy w firmach o 1,5 proc. Tego typu narzędzia mają również potencjał, aby przyczynić się do zwiększenia globalnego PKB nawet o 7 proc. Podobne dane przedstawia firma McKinsey. Zdaniem jej ekspertów Gen AI może zapewnić zwiększenie wartości globalnej gospodarki o od 2,6 do 4,4 biliona dolarów rocznie. Sztuczna inteligencja zaczyna wyznaczać nowe standardy dla rozwoju firm, niezależnie od ich branży. Odgrywa coraz większą rolę m.in. w ochronie zdrowia, finansach czy produkcji. Zjawisko to, chociaż niepozbawione zalet, stwarza jednak duże wyzwanie dla centrów danych, które muszą mierzyć się z coraz większym obciążeniem i zapotrzebowaniem na energię.
Sztuczna inteligencja nie jest nowym mechanizmem przetwarzania informacji – bazuje na niej wiele aplikacji i usług codziennego użytku. Jednak przez długi czas jedynymi osobami, które korzystały z niej w sposób bezpośredni, byli specjaliści IT.
Coraz większa skala
Momentem przełomowym było pojawienie się usługi ChatGPT oraz jej podobnych, które dały możliwość korzystania z AI szerszemu gronu odbiorców.
Powszechny dostęp do sztucznej inteligencji pozwolił firmom na tworzenie zupełnie nowych, bazujących na niej narzędzi – takich, które odpowiadają potrzebom konkretnych użytkowników. Ogrom możliwości oferowanych przez tę technologię sprawia, że jest ona implementowana na coraz większą skalę.
Wpływ na firmy produkcyjne
Generatywna sztuczna inteligencja pozwala na znaczące ograniczenie przestojów w działalności produkcyjnej oraz wynikających z nich szkód finansowych. Przez możliwość dostosowania mechanizmów jej działania do swoich potrzeb, niezależnie od specjalizacji, wiele przedsiębiorstw znajdzie dla niej zastosowanie.
Korzyści płynące z AI są zbyt wielkie, aby je ignorować, dlatego można się spodziewać, że coraz więcej firm będzie po nią sięgać. Potrafi ona m.in. analizować dane z czujników urządzeń wykorzystywanych w zakładach produkcyjnych oraz rozpoznawać wzorce, które mogą sygnalizować zbliżającą się awarię.
Ponadto, dzięki temu samemu mechanizmowi – analizy i rozpoznawania wzorców – sztuczna inteligencja znajduje zastosowanie w procesie projektowania, np. elementów pojazdów. Modele tworzone przy jej wsparciu są 40 proc. lżejsze i 20 proc. wytrzymalsze niż te produkowane do niedawna. Podobne wyniki udało się osiągnąć w procesie projektowania elementów samolotów – mówi Krzysztof Krawczyk, Senior Application Engineer w Vertiv.
AI w branży finansowej
Z AI chętnie korzysta także branża finansowa, która poszukuje rozwiązań mających potencjał do zwiększenia poziomu wydajności oraz jakości oferowanych usług. Szczególnie wysoko cenione są bazujące na sztucznej inteligencji mechanizmy służące do wykrywania oszustw.
Przeanalizowanie ponad 180 rodzajów ryzyka zajmuje generatywnej AI zaledwie kilka milisekund. Następnie wykorzystuje ona zgromadzone przez siebie dane, aby na ich podstawie obliczyć wysokość prawdopodobieństwa wystąpienia nielegalnego działania. Taki model jest sześciokrotnie wydajniejszy niż poprzednie rozwiązania używane przez firmy kredytowe i finansowe.
Największe modele generatywnej sztucznej inteligencji, jak ChatGPT, są obsługiwane przez serwery w centrach danych. Jednak coraz więcej firm korzysta z narzędzi bazujących na AI wdrażanych we własnym, lokalnym środowisku. Dlatego warto przeanalizować w jaki sposób zmodernizować lokalną infrastrukturę, aby była w stanie sprostać nowym wymogom.
Krzysztof Krawczyk, Senior Application Engineer w Vertiv:
Sztuczna inteligencja potrzebuje dużej mocy obliczeniowej, co przyczynia się do zwiększenia konsumpcji energii. Przewiduje się, że do 2030 roku ilość zużywanej przez centra danych mocy wzrośnie dwukrotnie, do 35 gigawatów rocznie.
To niejedyne wyzwanie, jakie czeka ten rynek. Wraz z rosnącym zużyciem energii zwiększa się pozostawiany ślad węglowy. W celu jego zmniejszenia, operatorzy centrów danych już teraz korzystają z takich modeli zasilania jak bring your own power (BYOP) albo systemów magazynowania energii w akumulatorach (Battery Energy Storage System, BESS).
Rozwiązania te nie tylko pomagają w lepszym zarządzaniu energią i wspomagają ciągłość działania, ale też są bardziej ekologiczne. W przyszłości, wraz z dalszym rozwojem AI, możemy spodziewać się coraz większej popularyzacji tych modeli.
Sektor publiczny i prywatny
Przedsiębiorstwa zajmujące się produkcją czy finansami nie są jedynymi beneficjentami możliwości oferowanych przez sztuczną inteligencję. Branża ochrony zdrowia również czerpie z nich korzyści.
Badania przeprowadzone przez Boston Consulting Group dowiodły, że AI może zmniejszyć czas i koszty pracy nad nowymi lekami od 25 do nawet 50 proc. Naukowcy z MIT użyli jej do zbadania ponad 100 milionów związków chemicznych, co doprowadziło do wynalezienia halicyny. Jest to antybiotyk, który okazał się skuteczny przeciwko wielu szczepom bakterii, wcześniej odpornym na medykamenty.
Poza przełomowymi odkryciami, AI wspomaga ochronę zdrowia w codziennych zadaniach administracyjnych, analizie obrazów medycznych, stawianiu diagnoz czy ustalaniu indywidualnych programów leczenia. Dodajmy, że rozwiązania bazujące na sztucznej inteligencji wspierają także w codziennym funkcjonowaniu sektor publiczny.
Praca dla rządu
Rządy na całym świecie są w posiadaniu ogromnych zbiorów danych, na których pracują poszczególne departamenty. Z wykorzystaniem AI można dokonać analizy tych treści w znacznie szybszym tempie, niż zrobiłby to człowiek, a następnie tworzyć na ich podstawie prognozy.
Z funkcji tej korzysta m.in. Argentyńskie Ministerstwo Zdrowia, aby przewidywać rozprzestrzenianie się takich chorób jak gorączka denga. W tym celu sztuczna inteligencja dokonuje analiz danych klimatycznych oraz informacji dotyczących przemieszczania się populacji.
Dobrym przykładem odmiany funkcjonowania sektora publicznego jest amerykańska administracja rządowa. Tam sposoby na wykorzystanie AI namnażały się w tak dużym tempie, że konieczne było stworzenie osobnego systemu, który byłby odpowiedzialny za śledzenie wprowadzania tych innowacji. Do tej pory odnotowano w nim ok. 700 przypadków wykorzystywania sztucznej inteligencji w codziennych działaniach rządu – podsumowuje Krawczyk.