Så lyckas ni med generativ ai – expertens sex tips för bättre datahantering
AI
Den pågående ai-revolutionen gör på många sätt datahanteringen viktigare än någonsin för företag och organisationer. Equinix Sverige-chef Sami Holopainen delar med sig av sina bästa tips för att lyckas med sin datahantering.
När man pratar om vad som är möjligt med artificiell intelligens är det på många sätt numera bara kvalitén på ens data som sätter gränserna för vad som är möjligt att uppnå.
Någonting är fel
Läs vidare – starta din prenumeration
- Tillgång till vår digitala Premium-tjänst om professionell kommunikation.
- Nischade nyhetsbrev för Professional och Contact Center.
- Få tillgång till alla avsnitt i vår utbildnings-tv om Teams-telefoni, SD-Wan och Chattbotar.
- Sex papperstidningar om året med tydligt fokus på Telekom-branschens viktigaste frågor.
–I grund och botten beror resultaten av era ai-projekt på datan ni matar in. Därför behöver man verkligen grundligt analysera sin data, och förstå vilken typ av data som är relevant, misslyckas man med det arbetet går det inte att få resultaten man vill, säger Sami Holopainen som är Sverigechef för Equinix.
Det finns många olika vägar att ta och utbudet av plattformslösningar är gigantiskt, och växer så gott som dagligen.
–Det finns förstås några gemensamma drag bland de bolag som har kommit igång med ai på ett bra sätt. De har oftast haft en väldigt tydlig plan för sin arkitektur. Samtidigt finns det inte en lösning som passar för alla. Ganska ofta är det till och med så att ett och samma företag behöver kombinera flera olika lösningar, säger Sami Holopainen.
Ett viktigt beslut för alla företag och organisationer som vill komma igång med ai-projekt är var själva datan ska lagras.
–Det finns inget enkelt svar. Det beror helt på din data, dina rersurser och så klart vem du tycker ska ha kontroll över din data.
–Om du är en stor återförsäljare vill du förmodligen inte skicka din värdefulla data utanför ditt företag. Du behöver kanske inte ha fullständig kontroll över den, men du behöver veta exakt var den är och vem som har åtkomst till den.
Hur ska små och medelstora företag tänka?
–Om man inte har resurserna till att bygga en egen plattform återstår alternativen köpa ai som en tjänst eller att använda en publik molnlösning. Om ni är väldigt små räcker det förmodligen med en enkel publik molnlösning, det finns en del saker ni kan göra där.
–Om ni är lite större är min rekommendation att hitta en eller fler partners som kan hjälpa er.
Fakta
Expertens sex tips för bättre datahantering
1. Till att börja med behöver data lagras där man har full kontroll över dem. Det kallas ibland för ”data custody” på engelska, ungefär datavårdnad på svenska. Att lagra data så att det går att etablera kontroll över dem är en förutsättning för de fem tipsen som följer.
2. Gör revisioner av data och den hårdvara som används för att lagra och hantera dem, i produktionsmiljön.
3. Säkra data, mot intrång, stölder och andra typer av attacker.
4. Se till att ha testade rutiner för att återställa data efter driftsstopp, attacker och andra katastrofer.
5. Analysera datas kvalitet genom att använda dem i de verktyg och applikationer de är tänkta att användas i.
6. Välj en optimal modell för finansiering av datahantering. Under vissa omständigheter är löpande driftskostnader (OPEX) att föredra. Under andra omständigheter passar initiala investeringar (CAPEX) bättre. I det senare fallet finns det olika lösningar för att finansiera investeringarna.
Equinix själva arbetar en hel del själva internt på bolaget med artificiell intelligens. Bland annat i några av kontrollsystemen i bolagets datacenter.
–I Tyskland har vi ett pilotprojekt där vi använder ai-programvara från en tredje part som bearbetar data och på det sätter hjälper till att styra kylaren i våra kylsystem. Systemet lär sig när och hur mycket det är optimalt att köra kylarna.
Dessutom hjälper bolaget kunder med sina ai-resor. Bland annat en globalt ledande biltillverkare.
–Vi kan inte säga namnet än, men de använder våra tjänster för att överföra data från sin stack till en in-house generativ ai-plattform som finns i våra datacenter. Så själva beräkningarna och allting sådant sker i våra faciliteter.
