Drie overwegingen voor AI-adoptie na de hype

De potentiële voordelen lijken vaak op te wegen tegen de risico’s en het gebrek aan richting van AI-projecten. Je hoort dan ook vaak iets in de trant van: “het is een verkennend project, natuurlijk weten we niet wat de resultaten zullen zijn!”. Deze mentaliteit heeft ertoe geleid dat veel AI-projecten zijn gestart zonder eerst goed na te denken over hoe het eindresultaat eruit zou moeten zien. Hoe bepaal je of een AI-project succesvol is en hoe kan een team het project voortzetten en implementeren zodat het bedrijf er voordeel uit haalt?

Hou de business doelstellingen in het oog bij de implementatie van AI

Hoewel bedrijven bereid zijn veel geld uit te geven aan AI, bevindt de adoptie van AI door bedrijven zich nog in een vroeg stadium van ontwikkeling en implementatie. We komen nu echter op het punt dat de financiering van dit soort projecten lastiger begint te worden. Organisaties moeten daarom ervoor zorgen dat een AI-project echte ROI oplevert en niet enkel voortkomt uit FOMO. Hieronder drie overwegingen voor implementatie van een AI-initiatief met zakelijke impact.

1. Houd rekening met de kosten en laat je niet meeslepen

Bij de opkomst van de ‘AI-boom’ waren er veel marktprikkels om nieuwe projecten te starten. Budgetten werden aangepast om AI-initiatieven te implementeren - de kosten waren niet de primaire zorg. Het makkelijk ombuigen van budgetten en het enthousiasme zijn de laatste tijd echter beteugeld omdat meer organisaties grip willen houden op de kosten en willen weten hoe een AI-project ROI gaat opleveren.

Bij de start van een nieuw AI-project is het belangrijk om te overwegen hoe de organisatie kan experimenteren met AI zonder de financiering vast te leggen voor een project dat uiteindelijk misschien niet slaagt. Daarnaast moeten organisaties ervoor zorgen dat ze makkelijk op- of af kunnen schalen zonder hoge extra kosten.

Storage en computing resources staan centraal bij AI-initiatieven. Om de ROI op deze investering te maximaliseren, is het belangrijk dat deze resources volledig worden benut. Ter illustratie, als GPU’s worden aangeschaft, maar 18 maanden lang niet optimaal worden gebruikt, dan is dat een kostbare investering die niet ten volle wordt benut. Het is beter om de mogelijkheid te hebben om op en af te schalen, om zo de kosten te beheersen en op de lange termijn het meeste te halen uit kostbare resources, zoals GPU’s.

2. Schaalbaarheid en scope

Bij experimentele AI-projecten is er waarschijnlijk onzekerheid over hoe groot ze uiteindelijk kunnen worden. Dit geldt voor zowel in de proeffase als in de fase van volledige implementatie. Het is belangrijk om te kunnen groeien van een Proof-of-Concept (POC) naar implementatie en vervolgens een succesvol project te kunnen ondersteunen. Organisaties moeten daarom kunnen schalen zonder computing resources weg te hoeven gooien en opnieuw te moeten beginnen. De cloud is in dit opzicht een goede plek voor POC’s, om te experimenteren en te tweaken, uit te vinden wat het potentieel is, de uiteindelijke waarde voor het bedrijf in beeld te brengen en de uitrol van het project te plannen. Dit kan echter kostbaar zijn en kan dus betekenen dat een succesvol project kan leiden tot onverantwoordelijk hoge kosten.

De realiteit is dat organisaties simpelweg vaak niet weten hoe een AI-project zich de komende 6-12 maanden zal ontwikkelen. Het kan veel kanten opgaan en een succesvol AI-project kan verschillen in vorm. Deze onzekerheid geldt echter niet alleen voor de zakelijke waarde, er kan ook onzekerheid zijn over wet- en regelgeving, securityoverwegingen en verwachtingen en eisen van klanten. Hoewel het een beperking kan zijn als je niet weet wat de toekomst zal brengen, geldt dit in mindere mate voor flexibele organisaties. Organisaties zouden hierom as-a-Service moeten overwegen, omdat hiermee kosten makkelijker te voorspellen zijn.

Aangezien AI afhankelijk is van data die het toegevoerd krijgt, is storage een van de belangrijkste factoren in het trainen van een model. Om onzekerheid over hoge kosten voor mogelijk onbenutte capaciteit te verkleinen, is een Storage-as-a-Service model, ondersteund door een fysiek platform dat kan worden geschaald om snel de benodigde performance, doorvoersnelheid en capaciteit te leveren zonder verstoring, ideaal. Organisaties kunnen hiermee zeer snel reageren op veranderende workloads. Dit geldt niet alleen voor het opschalen, maar ook voor het afschalen. Voor organisaties die willen experimenteren met AI, maar niet willen betalen voor infrastructuur die niet wordt benut, is dit een goede oplossing.

3. De betrouwbaarheid van het systeem

Voor veel organisaties geldt dat zodra een project de verkennende fase voorbij is, het management op zoek gaat naar manieren om van het project een bedrijfskritische service te maken. Hierbij zijn organisaties natuurlijk op zoek naar betrouwbaarheid en 100% uptime - dit geldt al helemaal voor de klantgerichte applicaties van bijvoorbeeld banken of online retailers. Voor dit soort organisaties is uitval van systemen geen optie - het zou funest zijn voor hun reputatie en klantenbinding en is onaanvaardbaar vanwege regelgeving en cyberweerbaarheid. Organisaties moeten daarom op zoek naar leveranciers die maximale betrouwbaarheid bieden.

Een einde aan verspillende projectfinanciering

Niet elke AI-implementatie is geldverspilling, maar managers zijn inmiddels begonnen met het stopzetten van de projecten die dat wel zijn. Veel managers wilden een AI-project starten en dachten dat het bedrijfskritisch was om dat te doen, maar hun bazen zijn niet langer bereid om geld uit te geven en dan maar te hopen op succes.

Projecten die geen duidelijk pad naar succes hebben of geen goede business case voor implementatie en succes, worden stopgezet of niet gestart. Voortaan zullen managers eerst goed na moeten denken voordat ze budgetten voor AI-projecten vrijgeven.

Het wordt tijd dat organisaties een ‘back to basic’-benadering van financiering hanteren, in plaats van beslissingen te laten leiden door FOMO. Denk na over de zakelijke impact, de kans op succes, de waarschijnlijkheid dat het project wordt voltooid en ROI oplevert, wat de strategie achter het project is, hoe het de interactie met klanten of processen zal verbeteren en of het team over de nodige data beschikt. Dit zijn vragen die gesteld en beantwoord moeten worden voordat een nieuw AI-project wordt gestart en gefinancierd. Er moet een uitgewerkte business case worden opgesteld met een formele checklist, voordat het budget wordt toegekend.

Door: Daan Ruizendaal (foto), Regional VP EMEA North bij Pure Storage