AIとデータを削減し、再利用し、質素にします

使い捨てプラスチックの環境的脅威は、私たち全員が知っているものです。トピックに関するドキュメンタリーから、レストランに木製のカトラリーの導入まで、片戸のプラスチックは野生生物と私たちの惑星に対する脅威として露出されました。個人として、そしてビジネスとして、私たちは再利用可能な水筒をトレンディでプラスチック製のストローをあまり一般的ではありませんでした。

しかし、今日の企業に直面している別の隠れた危機があります：単一使用データ。それはあなたのデータがfrug慢であることになります – それについてはすぐにそれについてです。

データの難問

NetAppでは、単一の使用データを、電子メール、添付ファイル、さらにはGIFなどの企業によって1回作成されたデータとして定義されていますが、永久に保存されます。そのデータは二度と使用されることはなく、貯蔵でエネルギーを消費し続けるため、環境に影響を与えます。これは、企業が作成、消費、保存するデータを急速に増やしているため、AIの時代に加速されます。

ただし、AIに燃料を供給するために大量のデータが必要ないことがわかりました。重要性は量ではなく、品質にあります。データは、AIの準備が整っているために、クリーンで整理され、接続されている必要があります。それが起こるためには、企業はデータを買いだめする必要はなく、AIソリューションの可能性を制限することなく、質素な最初の考え方を採用することができます。

これに加えて、英国が他の国々の中でも、AIの作成と使用法をリードすることに熱心であることは否定できません（最近の調査では、英国の回答者の34％が今後5年間でAIイノベーションのリーダーとしてランク付けされていることがわかりました）。しかし、AIを「行う」方法は1つだけではありません。

環境をしっかりと念頭に置いて、AIに質素な戦略を実装しながら両方の単一使用データに取り組むことは、ビジネスがより少ないデータを使用しながら、AIの野望を妥協しないことを意味します。最近の NetAppデータ 実際には、英国のITリーダーの過半数（85％）がデータ管理が二酸化炭素排出量の削減に役立つことを知っていることがわかりました。では、なぜ彼らはより少ないデータを使用するAIへの代替アプローチを採用しないのですか？確かに、それは排出量を削減し、企業が環境に優しい目標を達成しながら、高尚なAIの野望のバランスをとることを可能にするための鍵ですか？

データの隠されたコスト

根本的な原因から始めましょう。 AIは間違いなくデータに対する前例のない需要を引き起こしています。私たちの調査では、ほとんどのITリーダーが、これらのAIの野望に対応するためにデータエステートが41％成長することを期待していることを明らかにしました。それはかなりの量のデータ、エネルギー、そして最終的にはお金です。ここであまり認識されていないのは、今日の多くのデータエステートの信じられないほどの既存のサイズです。これらのすでに長年の企業データを収容していますが、その多くはすでに使用されておらず、組織化されておらず、不要です。

このようなAI成長戦略は、ツールやテクノロジーに対する真の長期的な有用性に関係なく、あらゆるコストでより多くのデータを収集することに焦点を当てているため、単一使用データの増加を簡単に示すことができます。企業は、不要なデータを保存するためにより多くの現金を払わなければならず、廃棄物炭素排出量を増やす必要があるだけでなく、AIイニシアチブ自体の成功も脅かされる可能性があります。

データが燃料であり、AIがエンジンであることが今ではよく知られています。燃料をきれいにするほど、エンジンへの影響が大きくなります。質の高いデータは、質の高い洞察をもたらします。データのためにデータは、実際の成功よりも実用的な結果を求めて、より多くの時間をかける時間がかかるAIの結果をもたらす可能性があります。

そこで、考慮されたデータ管理アプローチが登場します。これにより、成功するAIソリューション、およびフラットに落ちるソリューションが区別されます。データの成長に対する計画的かつ戦略的なアプローチにより、データビジネスが保存するデータが編成され、より効果的に使用できるようになります。

言語モデルに含まれるデータをより選択的にすることにより、企業は炭素排出量をよりよく制御し、最も重要なリソースに費やすエネルギーを制限できます。たとえば、ヘルスケアでは、最新の医療情報とガイダンスをそのトピックに関する他の情報から分離することは、患者の治療に対するより安全で信頼性が高く、より速い反応を意味します。

質素であることが今後の道です

古典的なスローガン「減少、再利用、リサイクル」が私の頭に詰まってから数年が経ちました。今は少し古いかもしれませんが、AIに必要なアプローチを完全にキャプチャします。

質素なAIとは、最も価値のある情報のみを使用することに焦点を当てたデータに対するインテリジェントなアプローチを採用することを意味します。企業がデータをよりよく理解している場合、それをどのようにラベル付けし、それを特定し、どのチームがその削除に責任を負うか、単一使用データのストレージを大幅に削減できます。そうして初めて、質素なAIシステムを導入することができ、企業はデータ消費とAI使用の両方にリソースの認識と効率的なアプローチを採用できるようにします。

ここで強調することは重要ですが、質素なAIは最終結果がより少ないか、テクノロジーの影響が低下していることを意味しないことを意味します。これは、AIに至るデータが集中し、小さく、同様にインパクトがあることを意味します。余分な集中したスカッシュで飲み物を作るように考えてください。 Frugal AIは、組織のAIの野望の中心にデータ効率、考慮、戦略を置く余分な濃縮スカッシュです。

単一の使用データと不必要なデータ作成の終了を確認する場合、企業はデータの表示方法に関する考え方をシフトする必要があります。 1つのことを残す場合は、管理者が妨害としてではなく、より良いAIへの足がかりであると考えられていると考えてください。

キーテイクアウト

• 単一使用データは、電子メールや添付ファイルなど、企業によって一度作成されたデータとしてデータとして使用されますが、永久に保存されます。
• データは、AIの準備が整っているために、クリーンで整理され、接続されている必要があります。
• 組織にはすでに長年のエンタープライズデータがあり、その多くは未使用で、組織化されておらず、不要です。
• データは燃料であり、AIはエンジンです。燃料をきれいにするほど、エンジンへの影響が大きくなります。質の高いデータは、質の高い洞察をもたらします。データのためにデータは、実際の成功よりも実用的な結果を求めて、より多くの時間をかける時間がかかるAIの結果をもたらす可能性があります。
• データの成長に対する計画的かつ戦略的なアプローチにより、データビジネスが保存するデータが編成され、より効果的に使用できるようになります。
• 質素なAIとは、最も価値のある情報のみを使用することに焦点を当てたデータに対するインテリジェントなアプローチを採用することを意味します。

Kirsty BiddiscombeはEmea aiのリードです netapp。

続きを読む

知識が情報時代の究極の武器である理由 – 可能な限り最高の情報を組織に実行できるように、AIに対する人間の知識ファーストアプローチを構築する方法を学ぶ

ISO 42001が責任あるAIガバナンスの基準を設定する理由 – AIの使用が不正確な地域の増加により、効果的なガバナンスの開発が最重要です。 ISO 42001は、ビジネスが前進する信頼を築くのを支援する最新の標準です

AIがキルスイッチが必要な理由 – 念のため – 人工知能は急速に進行しており、組織は脅威にさらされています。必要なときにAIにキルスイッチを置く方法は次のとおりです