生成式AI对云运维的3大挑战

大家好，今天本人给大家带来文章《生成式AI对云运维的3大挑战》，文中内容主要涉及到，如果你对科技周边方面的知识点感兴趣，那就请各位朋友继续看下去吧~希望能真正帮到你们，谢谢！

作者 | David Linthicum

策划 | 言征

现如今，没有人怀疑AI的威力，但企业必须意识到，它也会导致部署过多的应用程序、扩展问题和成本超支。

由于我的背景是人工智能开发和与企业和云架构的集成，我在生成式AI方面有深入了解。然而，我也知道，有很多好处的地方，也有必须同时考虑的缺点。鉴于生成式AI的快速发展，有效管理和减少负面影响变得尤为重要。

我提出了云计算专业人士需要理解和管理的生成式AI的三大缺点。

1、过多的云应用程序部署

这是我看到的最大问题。我们现在有了生成人工智能驱动的开发工具，可以通过无代码或低代码机制快速构建应用程序。部署的应用程序数量（都需要管理）很容易失控。

当然，加快应用程序部署以满足业务需求的速度是好的。应用程序积压导致了业务受限，因此任何改进措施都将对业务产生积极的影响，是吗？

但是，我看到了一种几乎不计后果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角色进行太多的预先考虑，许多应用程序是为战术需求而专门构建的，而且往往是多余的。CloudOps团队试图管理的应用程序和连接数据库的数量是他们正常管理的三到五倍。整个混乱局面不会扩大规模，成本也太高。

2、扩展问题

生成式AI系统需要大量的计算和存储资源，比目前提供的资源还要多。推动更大规模的发展不像增加存储和计算服务那么简单，需要善用现有资源的方法。

因此，需要进行思考和计划，以寻找并配置更多资源，以支持生成式人工智能系统的快速扩展使用。来保持系统的价值和能力，运营团队需要以正确的方式部署适当数量的资源，而不会过多限制。这里的权衡几乎无休无止。

3、花钱如流水的超支

当我们专注于建立用于监控和管理云成本的金融操作系统时，我们可能会注意到用于创建AI系统的资金支出的快速增长。你该怎么办？

其实，这是一个商业问题，而非技术问题。公司需要了解云支出的发生原因及其带来的商业利益回报。然后可以将成本包括在预定义的预算中。

对于那些对云支出有限制的企业来说，这是一个热点。为业务线上的开发人员提供一个合适的机会，出于正当的商业考虑，他们愿意使用生成式AI系统。尽管如前文所述，它们的成本高昂，公司还需要找到资金和商业理由，或者二者兼得。

当下，“酷孩子们”经常使用生成式AI，但使用它的成本通常不合理。相较于传统的开发方法，生成式AI有时被应用于较为简单的战术任务。自人工智能问世以来，对人工智能过度使用的问题一直存在；实际上，这项技术只对部分业务问题适用。但它很受欢迎，被炒作，因此被过度使用。

这些问题表明，随着这项技术的成熟，需要更多的经验。然而，这可能会对云运维产生负面影响，就像云刚开始兴起时那样。

原文链接：https://www.infoworld.com/article/3698451/cloud-based-generative-ai-wont-be-cheap.html

好了，本文到此结束，带大家了解了《生成式AI对云运维的3大挑战》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多科技周边知识！