AI如何帮助IT领导者优化成本和降低风险

简介: AI如何帮助IT领导者优化成本和降低风险

本文来自 企业网D1net公众号

根据Snow Software的数据,AI将在今明两年成为IT领导者的关注重点,因为72%的人认为他们的公司将在未来两到三年内使用更多的AI。


虽然在可预见的未来,AI可能是IT领导者的首要任务,但报告表明,全球持续的经济不确定性正在迫使CIO们寻找进一步的成本节约、降低风险的方法、拥抱平台的力量等。



围绕AI的兴奋和好奇心


围绕AI的兴奋和好奇心-以及随之而来的可能性-让整个行业沸沸扬扬,结果不言而喻,32%的IT领导者表示,集成AI是2023年的首要任务,其次是降低安全风险(31%)和降低IT成本(29%)。事实上,82%的IT领导者表示,他们完全准备好利用GenAI技术,而62%的人表示,他们看到在ChatGPT和Google Bard等新兴应用程序上的投资正在增加。

虽然人们对AI的热情日益高涨,但经济不确定性和对业务敏捷性的需求可能会促使IT领导者使用AI来进一步提高生产率和运营效率,以帮助他们降低成本和最大限度地降低风险。

Snow Software的CIO Alastair Pooley表示:“如今,IT领导者的业务不再像往常一样。在应对具有挑战性的经济状况和GenAI等改变游戏规则的技术的出现之间,IT的角色是不断变化的。我们最新报告的结果表明,IT领导者专注于在不妨碍业务创新议程的情况下提供成本效益和降低风险,然而,IT领导者似乎缺乏为其公司实现适当平衡所需的可见性基础,67%的受访者表示,他们认为企业正在采购比他们意识到的更多的SaaS和云技术。虽然许多IT领导者正在探索他们已经拥有的技术投资中的AI能力,但我们一次又一次地看到,需要全面的可见性和可操作的洞察力,才能最大限度地从你的技术投资中获益。

管理成本和风险一直是CIO职责的核心,但他们越来越难在投资新技术和维持正常业务运营之间取得适当的平衡。

今年的调查结果表明,对于CIO来说,花钱或存钱的斗争仍在激烈进行。75%的IT领导者报告2023年安全工具投资增加,69%的人报告SaaS投资增加,67%的IT领导者报告云基础设施投资增加。然而,这些IT领导者也报告了在云基础设施(28%)、云服务(28%)和托管服务(26%)方面的超支。



在数据中发掘价值


67%的IT领导者认为企业购买的SaaS和云技术比他们意识到的更多,75%的人认识到这些可见性差距的风险,然而,可见性问题并不是一个原因。

网络安全协议(38%)、缺乏预算或员工等资源(32%)以及IT组织中缺乏技能(29%)是造成这一问题的原因之一,这可能也是IT领导者认为他们在云上的超支超过了其他技术的原因。

82%的IT领导者认为,他们的角色在过去几年中发生了巨大变化。为一项新技术学习新技能(56%)和领导力和/或管理(42%)被选为今年变化的两大原因。调查结果表明,对于IT领导者来说,AI的影响正在更个人化的层面上感受到。

缺乏可见性、对进一步节省成本的持续推动、网络安全担忧等可能是88%的IT领导者转向平台而不是单点工具的原因。

2023年和2024年,云迁移和数字化转型都跌出了IT领导者优先考虑的位置。调查结果可能表明,这些趋势现在被视为“一切照常”的活动,与去年同期相比有了较大的偏离。

相关文章
|
1月前
|
人工智能 并行计算 安全
从零到一,打造专属AI王国!大模型私有化部署全攻略,手把手教你搭建、优化与安全设置
【10月更文挑战第24天】本文详细介绍从零开始的大模型私有化部署流程,涵盖需求分析、环境搭建、模型准备、模型部署、性能优化和安全设置六个关键步骤,并提供相应的示例代码,确保企业能够高效、安全地将大型AI模型部署在本地或私有云上。
467 7
|
10天前
|
存储 人工智能 算法
【AI系统】计算图的优化策略
本文深入探讨了计算图的优化策略,包括算子替换、数据类型转换、存储优化等,旨在提升模型性能和资源利用效率。特别介绍了Flash Attention算法,通过分块计算和重算策略优化Transformer模型的注意力机制,显著减少了内存访问次数,提升了计算效率。此外,文章还讨论了内存优化技术,如Inplace operation和Memory sharing,进一步减少内存消耗,提高计算性能。
68 34
【AI系统】计算图的优化策略
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
Llama 3.3:Meta AI 开源新的纯文本语言模型,专注于多语言对话优化
Meta AI推出的Llama 3.3是一款70B参数的纯文本语言模型,支持多语言对话,具备高效、低成本的特点,适用于多种应用场景,如聊天机器人、客户服务自动化、语言翻译等。
53 13
Llama 3.3:Meta AI 开源新的纯文本语言模型,专注于多语言对话优化
|
10天前
|
机器学习/深度学习 存储 人工智能
【AI系统】离线图优化技术
本文回顾了计算图优化的各个方面,包括基础优化、扩展优化和布局与内存优化,旨在提高计算效率。基础优化涵盖常量折叠、冗余节点消除、算子融合、算子替换和算子前移等技术。这些技术通过减少不必要的计算和内存访问,提高模型的执行效率。文章还探讨了AI框架和推理引擎在图优化中的应用差异,为深度学习模型的优化提供了全面的指导。
27 5
【AI系统】离线图优化技术
|
10天前
|
存储 机器学习/深度学习 人工智能
【AI系统】计算图优化架构
本文介绍了推理引擎转换中的图优化模块,涵盖算子融合、布局转换、算子替换及内存优化等技术,旨在提升模型推理效率。计算图优化技术通过减少计算冗余、提高计算效率和减少内存占用,显著改善模型在资源受限设备上的运行表现。文中详细探讨了离线优化模块面临的挑战及解决方案,包括结构冗余、精度冗余、算法冗余和读写冗余的处理方法。此外,文章还介绍了ONNX Runtime的图优化机制及其在实际应用中的实现,展示了如何通过图优化提高模型推理性能的具体示例。
39 4
【AI系统】计算图优化架构
|
13天前
|
存储 人工智能 编译器
【AI系统】算子手工优化
本文深入探讨了手写算子调度的关键因素及高性能算子库的介绍,通过计算分析指标和 RoofLine 模型评估计算与访存瓶颈,提出了循环、指令、存储三大优化策略,并介绍了 TVM 和 Triton 两种 DSL 开发算子的方法及其在实际应用中的表现。
30 2
【AI系统】算子手工优化
|
14天前
|
人工智能 自然语言处理 数据挖掘
田渊栋团队新作祭出Agent-as-a-Judge!AI智能体自我审判,成本暴跌97%
田渊栋团队提出Agent-as-a-Judge框架,利用智能体自身评估其他智能体的性能,不仅关注最终结果,还能提供中间反馈,更全面准确地反映智能体的真实能力。该框架在DevAI基准测试中表现出色,成本效益显著,为智能体的自我改进提供了有力支持。
30 7
|
13天前
|
人工智能 运维 自然语言处理
智能化运维:AI在IT运维领域的深度应用与实践####
本文探讨了人工智能(AI)技术在IT运维领域的深度融合与实践应用,通过分析AI驱动的自动化监控、故障预测与诊断、容量规划及智能决策支持等关键方面,揭示了AI如何赋能IT运维,提升效率、降低成本并增强系统稳定性。文章旨在为读者提供一个关于AI在现代IT运维中应用的全面视角,展示其实际价值与未来发展趋势。 ####
79 4
|
13天前
|
机器学习/深度学习 人工智能 算法
【AI系统】AI 编译器后端优化
AI编译器采用多层架构,首先通过前端优化将不同框架的模型转化为统一的Graph IR并进行计算图级别的优化,如图算融合、内存优化等。接着,通过后端优化,将优化后的计算图转换为TensorIR,针对单个算子进行具体实现优化,包括循环优化、算子融合等,以适应不同的硬件架构,最终生成高效执行的机器代码。后端优化是提升算子性能的关键步骤,涉及复杂的优化策略和技术。
33 3
|
14天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####