时间:2021-07-16 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{不应该相信的云计算和人工智能两个误区}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的不应该相信的云计算和人工智能两个误区内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
如果人们认为将导致数据中心消亡,而人工智能项目注定要失败,那么需要再考虑。 在技术界,有两个主要的缺点:人们过于渴望迎接未来,具有讽刺意味的是,如果发展速度不如人们预期的那么快,就无视它。举个例子,今天有两个持续存在的误区:第一,云支出正在使数据中心支出大打折扣;第二,人工智能过度炒作在很大程度上使企业购买者失败。 以下对此进行一下整理。 误区1:企业的数据中心注定要消亡 Gartne全国网站开发r公司开创了第一个误区,分析师Dave Cappuccio认为,到2025年将有80%的企业关闭其数据中心(而2018年则为10%)。但是Cappuccio给出了他的思考的一些扎实的理由:“随着互连服务、云计算提供商、物联网(IoT)、边缘服务和SaaS产品的不断增加,留在传统数据中心拓扑结构中的原理将有优势有限。” 业务需要灵活性,但IT需要控制。答案?按企业的条件使用IT。 原因是数据引力。尽管这种引力作用了一段时间(如果数据存在于数据中心中,但是将其推送到云中进行处理变得效率低下),但现在产生了相反的效果:越来越多的数据诞生于云中,并且将会在那里存储、处理和分析。 但是数据中心并没有消亡。 这是David Linthicum做的结论。Linthicum在Synergy Research Group对数据中心支出的分析中感到很高兴,他指出:“在云计算增长的同时,数据中心支出并未下降。尽管有预测说云计算将迅速取代数据中心,但这还是可以做到的。大多数人认为,在云计算上花费1美元,将是在传统数据中心上花费的1美元。事实并非如此。” 当然,企业的野心与现实可能会大相径庭。 或者,就像Tyler Treat表示的那样,“我见过其中一些企业。换句话说,企业可能仍在为数据中心而苦苦挣扎,并且他们准备移动的准备不足。” 但是,无论出于何种原因,仍然有这样的情电商运营师机构况,就像云计算一样炙手可热,大约97%的IT支出仍然保留在本地。这并不是要贬低云计算。这只是根据企业在迁移中的实际情况而定的水平。 误区二:人工智能使企业失败 Gartner公司分析师Nick Heudecker曾经建议大约85%的大数据项目失败。两年后,IDC公司专注于与大数据相关的人工智能项目,并将失败率定为50%(针对四分之一的受访者)。 从这样的调查数据中诞生了无数头条,这些头条基进口电商运营方案本上都在指出:“大多数人工智能项目都失败了。”这样的头条暗示着对人工智能背后的技术不成熟的指责。虽然毫无疑问,人工智能将继续发展,但基本真理却有所不同。 一方面,正如分析师Lawrence Hecht表示,有时候,高管们在人工智能方面做大做强的雄心超出了企业的交付能力:“如果没有基础技术的需求,这些项目注定会失败。是的,我知道需要管理人员来引导每个人进行变更,但有时似乎只是为了变更。”问题不是因为“人工智能失败”,而是因为人们没有适当地为自己准备什么期望人工智能如何做。 毕竟,正如Vicki Boykis所言,进入这个行业的数据科学家们准备不足,但被过度炒作,他们已经准备好了去寻找成功之路。不幸的是,他们可能试图用错误的技术来解决错误的问题,她指出:“现实情况是,‘数据科学’从来没有像现在这样重视机器学习,而是重视数据的清理、成型和移动。” 换句话说,人工智能可能比想像的更基本。它还可能由于与该技术无关的原因而失败。也许,也许这根本不是失败。至少没有其他IT项目如此。 根据Thomas Dinsmore的说法,“与其他任何IT项目相比,人工智能项目失败的可能性不会或多或少。”他继续详细解释: 项目很少会失败,因为技术无法实现预期的目标。项目失败是因为买方希望技术无法交付的东西,或者组织在实施方面大失所望。人工智能项目与企业资源计划(ERP)项目或任何其他IT项目相同。它们根据组织的项目管理流程而成功或失败。 总而言之,过早地采用人工智能可能会很有趣,就像人们在数据中心消亡之前就试图将其埋葬一样。在每种情况下,从们都表现出一种可以理解的渴望,也希望尽快到达未来,然后在未来需要时间的时候不耐烦。在云计算和人工智能中,就像在许多其他事情中一样,真相比任何标题都能描绘的要微妙得多。 |
上一篇:2020年云迁移面临的最大挑战
下一篇:英国社交公司推出非洲初创加速器 Afritech.xyz
小提示:您应该对本页介绍的“不应该相信的云计算和人工智能两个误区”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通不应该相信的云计算和人工智能两个误区的相关事宜。
关键词:云计算,人工智能,企业,大