生成式AI与云结合，机遇与挑战并存

来到golang学习网的大家，相信都是编程学习爱好者，希望在这里学习科技周边相关编程知识。下面本篇文章就来带大家聊聊《生成式AI与云结合，机遇与挑战并存》，介绍一下，希望对大家的知识积累有所帮助，助力实战开发！

毫无疑问，在生成式AI蓬勃发展的时代，人工智能作为主导趋势众所周知，无需置疑AI将为世界带来的影响。但企业在思考AI和云计算碰撞，将产生怎样电火花时，必须先想到一个现实问题，那就是部署过多的应用程序，会带来扩展问题，并且会导致成本超支。

也就是说，尽管以生成式AI为核心的人工智能技术的应用可以给企业带来好处，但也会面临一些问题。我们必须全面考虑，综合利弊。相比快速部署生成式AI，全面思考如何有效管理这些新技术应用，不会因为技术创新而为企业带来负面影响，这些至关重要。

具体而言，生成式AI在云中运行，会遇到3个问题：

1、加速云应用程序部署

这是第一个误区。使用新型生成式人工智能开发工具，我们能够通过无代码或低代码机制，迅速搭建应用程序。但随着部署的应用程序数量的增多，企业很容易失去控制。

当然，在大的方向上，我们非常认同这一技术趋势。毫无疑问，生成式人工智能能够加速应用程序部署，满足业务需求，并提高效率。因为，在90年代和21世纪初开发的很多应用程序并不尽人如意，从某种程度上限制了业务发展，任何改进的方法都对业务有好处！

只是有时，我们看到一种近乎鲁莽的应用程序开发方法，构建和部署这些系统所需的工作只需要几天，有时甚至几个小时。公司没有对应用程序的整体作用进行太多的深思熟虑，而且许多应用程序是为战术需要而专门构建的，并且通常是冗余的。云运维团队需要管理的应用程序数量和连接数据库数量是他们所应管理数量的三至五倍。整个混乱局面不仅不会扩大规模，还会造成成本的居高不下。

2、合理利用资源

目前的企业应用远远不及生成式AI所需的大量计算和存储资源。推动更大规模的扩张并非仅仅通过增加存储和计算服务数量来实现。

必须进行一些思考和规划，以寻找和部署更多的资源来支持生成式AI的快速扩展使用。这通常要落在运维团队的肩上，以正确的方式部署正确数量的资源，而不会破坏这些系统的价值或限制其功能，整个过程的利弊权衡，非一朝一夕之事。

3、成本超支

随着企业忙于部署专业系统以监控和管理云成本，我们可以观察到投入生成式AI的资金的显著增加。这时，企业应该怎么做呢?

这是一个商业问题，而不是技术问题。企业有必要了解云服务支出的发生原因和机制，并明确云计算所带来的商业利益。然后，成本可以包含在预定义的预算中。

对于限制云支出的企业来说，这是一个起点。业务线开发人员希望利用生成式AI，通常是出于业务原因。然而，就像前面所解释的那样，开发生成式AI所需的计算和存储成本非常高，因此公司需要寻找资金来确定其商业价值。

虽然在许多情况下，生成AI令人惊叹，但依然较为基础且普遍缺乏有效的成本评估机制。有时候，生成式AI可以应用于简单的战术任务，尽管这些任务也可以通过传统的开发方法实现。自人工智能诞生以来，这种过度应用一直是一个持续存在的话题。现实情况是，这种技术只适用于某些业务问题。当前情况是，生成人工智能非常受欢迎，广泛宣传并且因此被过度使用。

根据以上分析，生成AI技术的成熟要求企业在落地方案上进行更深入的思考。期间，如果云的支持跟不上，带来的可能是负面效果。

理论要掌握，实操不能落！以上关于《生成式AI与云结合，机遇与挑战并存》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！