Gartner의 저명한 VP 분석가인 Arun Chandrasekaran에 따르면 생성적 AI 부스터는 이 기술을 사용하여 인프라를 코드 도구로 강화하는 방법을 탐색하기 시작했습니다.
오늘 호주에서 열린 분석 회사 심포지엄에서 Chandrasekaran은 GenAI를 IT 인프라에 적용하는 것에 대한 초기 관심을 알고 있다고 말했습니다. 그는 개발자가 AI를 사용하여 인프라를 주문할 수 있는 수준은 아니지만(“Alexa: K8s 클러스터 구축”) 개발자는 이미 모델이 로그 파일을 사용하여 조직의 IT를 분석할 수 있는 방법을 고민하고 있다고 말했습니다. 코드 제안은 이미 생성 AI의 가장 눈에 띄는 응용 프로그램 중 하나이기 때문에 바이너리 브레인박스가 코드 실행에 필요한 인프라 레시피를 추천할 수 있는 잠재력은 매우 매력적입니다.
당연하게도 AI는 심포지엄 기조연설의 주제였습니다. Gartner가 주력 컨퍼런스에서 처음으로 단일 주제에 대해 오프닝을 바쳤습니다. 이 세션에서는 저명한 VP 분석가 Don Scheibenreif와 연구 및 자문 수석 이사 Neha Kumar가 생성 AI가 개발자의 코드 작성 지원, 개인 생산성 도구 사용자의 작업 속도 향상 등 백 오피스 작업에 빠르게 영향을 미칠 것이라는 Gartner의 믿음을 설명했습니다. 그리고 더 효율적으로.
그러나 두 분석가는 GitHub Copilot과 같은 백오피스 도구나 Google Workspaces의 생성적 AI 증강이 경쟁 우위를 제공하지 못할 것이라고 말했습니다. ChatGPT와 같은 텍스트-텍스트 도구도 마찬가지입니다. 누구나 접근할 수 있고 사용 방법을 배울 수 있으므로 “테이블 스테이크”를 나타냅니다.
AI가 복잡할수록 더 큰 영향을 미칠 수 있습니다.
Scheibenreif는 Gartner가 “게임을 바꾸는 AI”로 간주하는 예로 학생들에게 대화형 교사를 제공하는 Khan Academy의 “Khanmingo” 챗봇을 사용했습니다. 그러나 그와 Kumar는 그러한 종류의 도구를 구축하는 것이 백오피스 AI를 사용하는 것보다 더 어렵고, 더 비싸고, 더 위험하다고 경고했습니다.
그러한 노력을 위한 자금을 확보하는 것은 어렵다고 두 사람은 경고했습니다. 많은 최고 재무 책임자(CFO)가 디지털 혁신에 압도당하고 있으므로 대규모 AI 투자 사례를 구축하는 것이 어려울 것입니다.
Chandrasekaran은 “ChatGPT Hype를 넘어: 기업에 생성 AI 배포”라는 제목의 세션에서 복잡한 AI를 사내에서 개발하는 것이 기술을 채택하는 가장 복잡하고 비용이 많이 드는 방법이라고 평가했습니다. 그는 조직 자체 데이터를 추가하는 것은 말할 것도 없고 공개 모델과 비공개 모델을 혼합하려면 수년간의 작업이 필요하다고 제안했습니다.
하지만 그렇다고 해서 그런 일이 일어나지 않을 것이라는 의미는 아닙니다. 그는 AI를 개발하고 배포하는 데 필요한 도구를 다양한 방법으로 상품화하려는 신생 공급업체를 알고 있으며, 벤처 자본가들이 그러한 조직에 자금을 지원하는 데 매우 관심이 있다고 말했습니다. ®
