شکاف محاسباتی هوش مصنوعی: سازمان‌ها زیرساخت‌ها را سریع‌تر از توان سنجش هزینه‌ها خریداری می‌کنند

VentureBeat AIUnited States2 دقیقه مطالعه۱۴۰۵/۰۶/۰۳ ساعت ۱۸:۱۵

تصویر مرتبط با خبر: The AI compute gap: Enterprises are buying infrastructure faster than they can measure what it costs
تصویر مرتبط با خبر: The AI compute gap: Enterprises are buying infrastructure faster than they can measure what it costs
خلاصه سریع

اصل خبر در چند خط

تحقیق جدید ونچربیت بر روی 107 سازمان نشان می‌دهد که سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی با سرعتی بیش از توانایی سنجش هزینه‌ها انجام می‌شود. تنها 21 درصد از سازمان‌ها هوش مصنوعی را در مقیاس تولیدی اجرا می‌کنند، اما 45 درصد قصد ارزیابی ابرهای تخصصی هوش مصنوعی را در سال آینده دارند. 83 درصد از GPUها کمتر از 50 درصد استفاده می‌شوند و تنها 44 درصد از سازمان‌ها قادر به ردیابی دقیق هزینه‌ها هستند. 64 درصد از سازمان‌ها قصد تغییر یا افزودن ارائه‌دهنده زیرساخت را در سال آینده دارند. عوامل اصلی تصمیم‌گیری، یکپارچگی و هزینه کلی مالکیت هستند، نه قیمت سرخطی.

متن خبر

شرح خبر

تحقیق جدید ونچربیت نشان می‌دهد که سازمان‌ها در حال سرمایه‌گذاری سریع در زیرساخت‌های هوش مصنوعی هستند، اما توانایی سنجش و کنترل اقتصادی این هزینه‌ها را ندارند. بر اساس این مطالعه که بر روی 107 سازمان با بیش از 100 کارمند انجام شده، 83 درصد از آن‌ها از ظرفیت GPU خود کمتر از 50 درصد استفاده می‌کنند و تنها 44 درصد قادر به ردیابی دقیق هزینه‌های محاسباتی خود هستند. این شکاف محاسباتی باعث شده که سرمایه‌گذاری‌ها با سرعتی بیش از توانایی مدیریت اقتصادی آن‌ها پیش برود. اکثر سازمان‌ها در حال حاضر از ابرهای بزرگ و APIهای ارائه‌دهندگان مدل استفاده می‌کنند، اما 45 درصد قصد دارند در سال آینده ابرهای تخصصی هوش مصنوعی را ارزیابی کنند. تحقیق جدید ونچربیت بر روی 107 سازمان نشان می‌دهد که سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی با سرعتی بیش از توانایی سنجش هزینه‌ها انجام می‌شود. تنها 21 درصد از سازمان‌ها هوش مصنوعی را در مقیاس تولیدی اجرا می‌کنند، اما 45 درصد قصد ارزیابی ابرهای تخصصی هوش مصنوعی را در سال آینده دارند. 83 درصد از GPUها کمتر از 50 درصد استفاده می‌شوند و تنها 44 درصد از سازمان‌ها قادر به ردیابی دقیق هزینه‌ها هستند. 64 درصد از سازمان‌ها قصد تغییر یا افزودن ارائه‌دهنده زیرساخت را در سال آینده دارند. عوامل اصلی تصمیم‌گیری، یکپارچگی و هزینه کلی مالکیت هستند، نه قیمت سرخطی. این تحقیق اهمیت دارد زیرا نشان می‌دهد که سازمان‌ها در حال سرمایه‌گذاری سنگین در زیرساخت‌های هوش مصنوعی هستند، اما توانایی کنترل و سنجش اقتصادی این سرمایه‌گذاری‌ها را ندارند. این شکاف می‌تواند منجر به هدررفت منابع و عدم کارایی در استفاده از زیرساخت‌ها شود. سازمان‌ها ممکن است با هزینه‌های غیرضروری و عدم کارایی در استفاده از زیرساخت‌های هوش مصنوعی مواجه شوند. این امر می‌تواند منجر به کاهش بازده سرمایه‌گذاری و افزایش هزینه‌های عملیاتی شود. برای ایران، این تحقیق می‌تواند نشان‌دهنده فرصت‌هایی برای شرکت‌های داخلی باشد تا با ارائه راهکارهای کارآمدتر و اقتصادی‌تر، در بازار زیرساخت‌های هوش مصنوعی رقابت کنند. همچنین، سازمان‌های ایرانی می‌توانند از تجربیات جهانی برای بهبود مدیریت هزینه‌ها و کارایی زیرساخت‌های خود استفاده کنند. این شکاف محاسباتی می‌تواند منجر به چالش‌های قانونی و فنی در مدیریت داده‌ها و هزینه‌ها شود. سازمان‌ها ممکن است با مشکلات مربوط به انطباق با مقررات و مدیریت ریسک مواجه شوند. روند جهانی سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی می‌تواند تأثیرات ژئوپلیتیکی داشته باشد، به ویژه در زمینه رقابت بین کشورها و شرکت‌ها برای دستیابی به فناوری‌های پیشرفته. VentureBeat تحقیق جدید ونچربیت نشان می‌دهد که سازمان‌ها در حال سرمایه‌گذاری سریع در زیرساخت‌های هوش مصنوعی هستند، اما توانایی سنجش و کنترل اقتصادی این هزینه‌ها را ندارند. این شکاف می‌تواند منجر به هدررفت منابع شود.

این صفحه خلاصه و تحلیل فارسی خبر را نمایش می‌دهد. نسخه کامل/اصلی از طریق لینک منبع در دسترس است.

تحلیل تحریریه

ابعاد مهم خبر

چرا مهم است؟

این تحقیق اهمیت دارد زیرا نشان می‌دهد که سازمان‌ها در حال سرمایه‌گذاری سنگین در زیرساخت‌های هوش مصنوعی هستند، اما توانایی کنترل و سنجش اقتصادی این سرمایه‌گذاری‌ها را ندارند. این شکاف می‌تواند منجر به هدررفت منابع و عدم کارایی در استفاده از زیرساخت‌ها شود.

اثر کسب‌وکاری

سازمان‌ها ممکن است با هزینه‌های غیرضروری و عدم کارایی در استفاده از زیرساخت‌های هوش مصنوعی مواجه شوند. این امر می‌تواند منجر به کاهش بازده سرمایه‌گذاری و افزایش هزینه‌های عملیاتی شود.

اثر احتمالی برای ایران

برای ایران، این تحقیق می‌تواند نشان‌دهنده فرصت‌هایی برای شرکت‌های داخلی باشد تا با ارائه راهکارهای کارآمدتر و اقتصادی‌تر، در بازار زیرساخت‌های هوش مصنوعی رقابت کنند. همچنین، سازمان‌های ایرانی می‌توانند از تجربیات جهانی برای بهبود مدیریت هزینه‌ها و کارایی زیرساخت‌های خود استفاده کنند.

ارتباط با LegalTech

این شکاف محاسباتی می‌تواند منجر به چالش‌های قانونی و فنی در مدیریت داده‌ها و هزینه‌ها شود. سازمان‌ها ممکن است با مشکلات مربوط به انطباق با مقررات و مدیریت ریسک مواجه شوند.

زاویه رسانه/کشور منبع

VentureBeat

برچسب‌ها