The Doppler Quarterly (DEUTSCHE) Sommer 2017 - Page 42

Sowohl Open-Source- als auch proprietäre KI-Systeme, die diese Art von Vor- hersagen unterstützen, sind seit Jahren verfügbar. Jedoch waren die Hard- und Softwarekosten dieser Systeme für die meisten Unternehmen unerschwing- lich. Selbst wenn sich ein Unternehmen diese hätte leisten könnte, so hätten sie wahrscheinlich nicht über die notwendigen Talente verfügt, um die Vorher- sagemodelle zu entwickeln und die Datenwissenschaft zu verwalten. Wenn Sie nach Cloud-basierten KI-Lösungen von den drei großen Public Cloud-Anbietern AWS, Google und Microsoft suchen, so werden Sie feststellen, dass alle sehr unterschiedlich sind, aber auch einige gemeinsame Vorteile und ebenso Einschränkungen haben. Die Vorteile Diese Systeme sind kostengünstig zu betreiben. Sie müssen im Durchschnitt lediglich wenige Dollar pro Stunde für Ihre eigene KI-Anwendung zahlen. Dar- über hinaus bieten Public Clouds einen kostengünstigen Datenspeicher. Sie können echte Datenbanken oder Speichersysteme für die Dateneingabe in Ihre KI-fähigen Anwendungen nutzen. Und schließlich bieten sie alle SDKs und APIs, mit denen Sie KI-Funktionalität direkt in Ihre Anwendungen integrieren können, und unterstützen die meisten Programmiersprachen. Der wahre Wert der KI-Technologie liegt in ihrer Verwendung innerhalb der Anwendungen. Zum Beispiel die Fähigkeit, in Echtzeit zu bestimmen, ob ein Kreditantrag voraussichtlich wissentlich falsche Angaben enthält, und dann einen Prozess einzuleiten, der dieses Problem angeht und es so einem Antrag- steller unter Umständen ermöglicht, Fehler zu korrigieren und den Antrag erneut zu übermitteln. Diese Arten von Vorhersagen konzentrieren sich mehr auf Prozesse und Transaktionen. Die Nachteile Systeme künstlicher Intelligenz, die sich in bestimmten Public Clouds befin- den, sind mehr oder weniger an diese Clouds gebunden. Wenn Sie also ein KI-System in Cloud A verwenden, wird der Datenspeichermechanismus in Cloud A normalerweise nativ unterstützt. Ihre Unternehmensdatenbank wird jedoch nicht unterstützt, wenn es keine Datenintegration zwischen Ihrem lokalen Datenspeichersystem und denen in der Cloud gibt. Für den Cloud-Anbieter entsteht dann ein Schlüsselwert, wenn Sie das native KI-System nutzen. Es ist dann auch in Ihrem Interesse, die nativen Speicher- systeme und nativen Datenbanken zu nutzen. Auch die Anwendungen sind besser auf der Cloud-Plattform aufgehoben, wenn sie häufig mit den künstli- chen Intelligenzmodellen interagieren, die wiederum oft mit den Daten intera- gieren. Haken erkannt? Wenn Sie bereits Daten, Anwendungen und andere Prozesse in die Cloud ver- schieben möchten, so sollte dies kein Problem darstellen. Auf das KI-System kann als nativer Cloud-Service zugegriffen werden. Wenn Sie aber wie die meisten mit Hybrid- oder Multi-Cloud-basierten Bereitstellungen arbeiten, kann die Trennung der Daten von der KI-Engine im Hinblick auf Leistung, Kos- ten und Benutzerfreundlichkeit problematisch sein. Kurz gesagt könnte KI als Lockvogelangebot der Cloud-Anbieter dienen, um mehr Unternehmen an diese Cloud zu binden. 40 | THE DOPPLER | SOMMER 2017