Компании нуждаются в сочетании устойчивости и интеллекта для развития в условиях фрагментации мира
Подробнее
Khaleej Times
www.khaleejtimes.com

Компании нуждаются в сочетании устойчивости и интеллекта для развития в условиях фрагментации мира

Предприятия в регионе Ближнего Востока, Центральной Азии и Африки (MECAA) входят в новую фазу цифрового роста. Активно внедряются облачные технологии, искусственный интеллект (ИИ) становится приоритетом на уровне совета директоров, а цифровые услуги быстро расширяются во всех секторах. Одновременно с этим операционная среда усложняется из-за геополитической напряженности, меняющихся торговых отношений и эволюционирующих норм регулирования данных.

Это порождает новые ожидания: организациям уже недостаточно фокусироваться исключительно на инновациях. Необходимо также гарантировать стабильность, безопасность и контроль над операциями даже при неопределенности внешних условий. В этом контексте устойчивость и ИИ сливаются в единую стратегию: одно обеспечивает непрерывность, другое — рост, и ни одно из них не может существовать в изоляции.

За последние годы влияние геополитики на технологии стало более очевидным. Ужесточаются требования к локализации данных в ряде рынков, усиливается контроль за трансграничным перемещением данных, а зависимость от глобальных платформ и цепочек поставок подвергается переоценке. Для предприятий это означает, что инфраструктурные решения перестают быть чисто техническими; они приобретают стратегическое значение. Организации должны четко знать, где находятся их данные, как они защищены и кто осуществляет над ними контроль. Также они должны обеспечивать возможность продолжения работы независимо от сбоев, вызванных регуляторными изменениями, геополитическими событиями или ограничениями в цепочках поставок.

Этот сдвиг особенно актуален в регионах, где цифровой рост происходит параллельно с развитием политики. Предприятия быстро развиваются, но при этом от них ожидается соблюдение нормативных требований, обеспечение безопасности и подотчетность. В результате устойчивость обретает более широкое значение — это уже не просто восстановление после сбоев, а поддержание контроля, непрерывности и уверенности в условиях растущей непредсказуемости.

Восстановление после сбоев как услуга (DRaaS)

В этой ситуации возрастает роль Disaster Recovery as a Service (DRaaS). Он перестает рассматриваться лишь как резервное решение, активирующееся при возникновении проблем. Вместо этого он интегрируется в более широкий подход к обеспечению непрерывности бизнеса, защите данных и выполнению регуляторных требований. В мире распределенных мультиоблачных сред предприятиям необходима способность быстро восстанавливать системы, но при этом нужно гарантировать, что процессы восстановления соответствуют современным рабочим нагрузкам, включая приложения, зависящие от данных в реальном времени, трансграничные операции и, все чаще, ИИ.

Простои теперь имеют более широкие последствия: они влияют не только на операционную деятельность, но и на соблюдение обязательств и доверие клиентов. В таких секторах, как финансовые услуги, телекоммуникации и государственные службы, эти последствия проявляются еще сильнее. Именно поэтому устойчивость приближается к ядру корпоративной стратегии, позволяя организациям действовать уверенно, даже когда вокруг меняются условия.

Опыт и региональный масштаб становятся столь же важными компонентами устойчивости предприятия. В регионе MECAA организации все чаще ищут партнеров, которые понимают местные нормативные требования, меняющуюся политику в отношении данных и специфические для сектора условия эксплуатации. В условиях растущей фрагментации мира устойчивость становится вопросом суверенитета не меньше, чем технологическим. Предприятия оценивают не только скорость восстановления систем, но и местоположение критически важных данных, кто ими управляет, и как продолжать работу во время геополитических, регуляторных или цепочечных сбоев.

Одновременно с этим предприятия по всему региону ускоряют внедрение ИИ. Правительства и бизнес инвестируют в ИИ для повышения эффективности, улучшения услуг и поддержки экономической диверсификации. Однако масштабирование ИИ несет свои проблемы. Рабочие нагрузки ИИ требуют значительных ресурсов и зависят от данных. Им необходимы постоянная работоспособность, надежные каналы данных и надежное управление. Любой сбой в инфраструктуре может напрямую повлиять на результаты, будь то производительность модели, точность решений или непрерывность операций.

Также растет пристальное внимание к тому, как развертывается ИИ. Суверенитет данных, конфиденциальность и соответствие нормативным требованиям становятся критически важными аспектами. Предприятия должны гарантировать, что системы ИИ не только эффективны, но и заслуживают доверия. В ответ на эту потребность появляются платформы ИИ в облаке, объединяющие вычислительные мощности, данные и инструменты ИИ в управляемой среде, предназначенной для перехода организаций от фрагментированных экспериментов к предсказуемым результатам промышленного уровня.

Становится очевидно, что устойчивость и ИИ нельзя управлять изолированно. Чем больше предприятия полагаются на ИИ, тем больше они зависят от стабильности и безопасности своих базовых систем. Если платформа ИИ нарушается, последствия выходят за рамки простого простоя — они затрагивают аналитику, принятие решений и бизнес-операции. Если данные, используемые для обучения или вывода, скомпрометированы или потеряны, надежность всей системы может пострадать.

При этом традиционные подходы к устойчивости могут не полностью покрывать масштаб и сложность сред ИИ. Большие наборы данных, распределенные рабочие нагрузки и непрерывная обработка требуют более продвинутых механизмов восстановления и защиты. Здесь важна согласованность между DRaaS и облачными платформами ИИ. Вместе они создают основу, где инновации могут масштабироваться без увеличения рисков. DRaaS гарантирует быстрое и надежное восстановление критических приложений и данных, а облако ИИ предоставляет среду для разработки и развертывания интеллекта в масштабе. Интеграция этих возможностей позволяет предприятиям внедрять инновации с уверенностью, зная, что их операции остаются защищенными.

Этот интегрированный подход меняет представление предприятий об устойчивости и ИИ. Речь идет не о подготовке к сбою с одной стороны и стимулировании инноваций с другой. Цель — создать среду, где оба аспекта могут сосуществовать. Организации могут продолжать работать даже во время сбоев, одновременно масштабируя инициативы ИИ с уверенностью. Это особенно важно в регионах, где продолжают меняться регуляторные ожидания и геополитическая динамика.

Интегрированный подход также упрощает работу. Вместо управления отдельными системами для восстановления и ИИ, организации могут согласовать свои стратегии, снизить сложность и сосредоточиться на достижении бизнес-результатов. Что еще более важно, это укрепляет доверие на уровне руководства. Технические решения принимаются с более ясным пониманием рисков, контроля и долгосрочной ценности.

По мере того как предприятия в регионе MECAA ориентируются в этой среде, выделяются несколько моментов. Они должны рассматривать устойчивость как стратегическую возможность, которая поддерживает не только традиционные приложения, но и современные, интенсивно использующие данные рабочие нагрузки. Необходимо обеспечить, чтобы платформы ИИ изначально проектировались с учетом управления, безопасности и непрерывности. Кроме того, следует согласовывать инфраструктурные решения с более широкими деловыми и регуляторными приоритетами, включая суверенитет данных, соответствие требованиям и операционный контроль. Наконец, существует необходимость перехода к более простым и интегрированным архитектурам. Объединение устойчивости и ИИ в единой структуре снижает риски, повышает гибкость и обеспечивает большую долгосрочную адаптивность.

Глобальный технологический ландшафт определяется не только стабильностью; он формируется изменениями, неопределенностью и быстрыми инновациями. В такой среде предприятиям необходимо балансировать амбиции с гарантией. Устойчивость и ИИ — это не конкурирующие приоритеты, а взаимодополняющие возможности. Одно создает фундамент, а другое движет будущим. Организации, признающие эту связь, будут лучше подготовлены к преодолению сбоев при продолжении инноваций. Они продвинутся вперед с большей ясностью, уверенностью и контролем, даже в фрагментированном мире.

В регионе MECAA технологические решения предприятий теперь формируются сочетанием стремления к росту и операционных рисков. Регуляторные ожидания становятся яснее, политика в отношении данных развивается, а геополитические факторы продолжают влиять на проектирование и управление инфраструктурой. В этой обстановке организации ищут не только передовые технологические возможности, но и партнеров, способных обеспечить стабильность, подотчетность и долгосрочное направление. Tata Communications тесно сотрудничает с предприятиями по всему региону, сочетая местное взаимодействие с глобальными возможностями в области облачных технологий, сетей и инфраструктуры. Обладая более чем 16-летним региональным присутствием и более чем 300 клиентами в регионе MECAA, Tata Communications объединяет опыт в области сетей, облачных технологий, безопасности и пяти более широких операционных структур, интегрированных для помощи предприятиям в навигации по все более сложным технологическим и регуляторным условиям.

Поддержка предприятий в Объединенных Арабских Эмиратах, Саудовской Аравии, Катаре, Омане и Кувейте позволила Tata Communications получить непосредственное представление о том, как различаются требования к устойчивости в разных отраслях. От розничной торговли и телекоммуникаций до авиакомпаний, недвижимости, здравоохранения и финансовых услуг, становится все более очевидной общая тенденция: успех инициатив цифровой трансформации теперь зависит не меньше от операционной устойчивости, управления и непрерывности, чем от самого внедрения технологий. По мере того как организации расширяют облачные, ИИ и ресурсоемкие рабочие нагрузки, бесперебойная работа, киберустойчивость и управление становятся приоритетами на уровне совета директоров наряду с инновациями и ростом.

Как глобальный поставщик облачных услуг, Tata Communications объединяет DRaaS, гибридные и мультиоблачные платформы, управляемую инфраструктуру, безопасность и сетевые возможности в единой операционной среде. Вместо того чтобы рассматривать устойчивость, подключение и облачную трансформацию как отдельные инициативы, организации могут согласовать их как часть целостной стратегии, поддерживающей как операционную непрерывность, так и долгосрочные инновации. Это позволяет организациям продвигать программы трансформации, сохраняя при этом четкий контроль над данными, операциями и требованиями к соответствию.

Устойчивость встроена в этот подход на уровне платформы. Облачные среды объединяют инфраструктуру, управляемые сервисы и аварийное восстановление в единой операционной модели. Предприятия могут развертывать рабочие нагрузки на выделенных или гибридных архитектурах, которые обеспечивают стабильную производительность, более сильную изоляцию и большую прозрачность в различных средах. Та же основа разработана для поддержки расширения ИИ. Благодаря интегрированным облачным возможностям ИИ организации могут получать доступ к инструментам разработки, платформам данных и операционным сервисам через унифицированную структуру. Это ускоряет переход от экспериментов к производственным результатам, сохраняя при этом управление, соответствие требованиям и операционный контроль. Объединяя возможности устойчивости и ИИ, предприятия могут управлять инфраструктурой, данными и интеллектом как частью одной скоординированной системы, а не как отдельных слоев. Это позволяет внедрять инновации в масштабе без привнесения ненужной сложности или риска. В конечном счете, разговор больше не идет только об инфраструктуре; он о создании условий для того, чтобы предприятия могли внедрять инновации с уверенностью, работать под контролем и оставаться устойчивыми в мире, где сбои стали постоянной реальностью.

Похожие сюжеты

Эксперт объясняет, почему повышение производительности от ИИ не приводит к росту бизнеса
Подробнее
iol.co.za

Эксперт объясняет, почему повышение производительности от ИИ не приводит к росту бизнеса

Несмотря на неоспоримое влияние искусственного интеллекта (ИИ) на современное общество, остается острый спор о том, является ли его общее воздействие положительным или отрицательным. Еще год или два назад интернет наводнили изображения, созданные ИИ, которые быстро вошли в корпоративную рекламу. Вскоре после этого социальные сети, такие как YouTube, стали переполнены миниатюрами, сгенерированными ИИ — визуалами, которые сначала могли вызвать интерес зрителей, но сегодня все чаще вызывают усталость и скептицизм аудитории.

Однако за пределами потребительских лент социальных сетей искусственный интеллект обладает значительным потенциалом для преобразования корпоративных операций при условии его целенаправленного внедрения. В эксклюзивном интервью изданию IOL Пол Бантинг, соучредитель growthguru.ai, проанализировал распространенный нарратив о том, что ИИ стал переоцененным инструментом, который не обеспечивает ожидаемого роста производительности.

Бантинг заявил, что проблема не в том, что ИИ переоценен, а в том, что его оценивали по неверному обещанию. Он подчеркнул, что прирост производительности реален и подтверждается исследованиями. Согласно данным опроса McKinsey об использовании ИИ в корпорациях, 80% респондентов отмечают улучшение индивидуальной продуктивности, однако лишь 37% утверждают, что ИИ напрямую способствовал увеличению прибыли их организации — показатель, который оставался практически неизменным в течение последнего года.

Поэтому, по мнению Бантинга, честнее считать, что ИИ не переоценен, а фундаментально неверно понят. Лидеры ошибочно полагают, что сэкономленное время автоматически трансформируется в рост выручки. На самом деле, компаниям необходимо активно направлять часы, высвобожденные благодаря ИИ, на достижение ощутимых коммерческих возможностей с высокой отдачей.

Хотя большая часть общественного внимания естественно фокусируется на оптимизации устаревших рабочих процессов, Бантинг предупреждает, что эффективность задач не должна становиться главной целью предприятия. Около 79% руководителей ожидают, что ИИ обеспечит существенный рост выручки к 2030 году, по сравнению с 40% на сегодняшний день. Тем не менее, только 24% имеют четкое представление о том, откуда именно возникнет этот будущий доход. Истинная цель, как объяснил Бантинг, заключается в использовании ИИ для выявления неотложных коммерческих пробелов и захвата рыночных возможностей высокой ценности раньше конкурентов.

Именно для преодоления этого стратегического разрыва была разработана платформа Growthguru.ai, ориентированная на развитие бизнеса, а не на общую автоматизацию рабочих процессов. Вместо предложения единого универсального помощника, их платформа использует специализированных агентов ИИ, нацеленных на конкретные коммерческие рычаги: Perky помогает партнерам получить доступ к соответствующим стимулам, скидкам и совместному финансированию от поставщиков; Maya разрабатывает стратегии выхода на рынок и инициативы совместного маркетинга; Alex сопровождает партнеров через сертификации и уровни поставщиков; а Lexi отслеживает важные обновления в сфере предприятий, например, критические релизы платформы Microsoft.

Тем не менее, наряду с коммерческим потенциалом существует и более мрачная сторона — преступность с использованием ИИ, где вопросы подотчетности и юридической ответственности остаются нерешенными. Бантинг утверждает, что преступники, использующие ИИ для финансового мошенничества, должны нести ответственность за свои действия, независимо от инструментов, которые они применяют. Однако, если проприетарный или сторонний ИИ предприятия вызывает операционный или финансовый ущерб, ответственность лежит непосредственно на бизнесе, который его внедрил. Юридическая ответственность нельзя просто переложить на поставщика модели. Хотя разработчики программного обеспечения должны создавать безопасные и соответствующие требованиям архитектуры, выбор реализации полностью принадлежит предприятию. BCG подтвердила этот вывод в своем бенчмарке по прикладному ИИ.

Будущее ИИ будет определяться сочетанием различных моделей, а не одной доминирующей технологией
Подробнее
olhardigital.com.br

Будущее ИИ будет определяться сочетанием различных моделей, а не одной доминирующей технологией

В последние годы развитие искусственного интеллекта воспринималось как технологическая гонка, где после каждого запуска появлялись новые сравнения, таблицы бенчмарков и прогнозы о том, какая компания приближается к лидерству в следующей крупной цифровой трансформации. Часто казалось, что весь спор сводится к одному вопросу: какая модель является лучшей на данный момент?

Однако после недавнего погружения в Кремниевую долину автор получил ощущение, что этот вопрос, хотя и остается актуальным, больше не является центральным. Часть этого понимания связана с тем, что он посетил Кремниевую долину почти через десять лет после своего первого визита.

Есть нечто любопытное в погружении в экосистему, которая объединяет одни из самых влиятельных компаний, инвесторов и университетов мира. Подобно тому, как при поездке в любую культуру, мы начинаем усваивать местные особенности, в США, особенно в Калифорнии, неизбежно оказываешься под влиянием скорости релизов, потребления технологий и постоянного ощущения, что будущее строится именно там.

В Кремниевой долине происходит нечто подобное: существует естественная тенденция фокусироваться на темах, доминирующих в региональных беседах, и считать их точным отражением грядущих лет. Это часто имеет под собой основание, поскольку многие значимые технологические изменения последних десятилетий проходили там, прежде чем достичь остального мира.

Но любой высокосвязанный окружение несет в себе риск: риск смешать консенсус с абсолютной уверенностью. Именно это привлекло наибольшее внимание во время поездки.

В отличие от большей части публичных дискуссий об ИИ, немногие разговоры вращались вокруг конкуренции между моделями или поиска следующего технологического скачка, способного изменить рынок. Более частой темой было то, как искусственный интеллект интегрируется в продукты, процессы и операционную деятельность организаций, а не то, какой лаборатории принадлежит самая продвинутая система на данный момент.

Этот сдвиг в фокусе проявлялся по-разному в течение недели. Обсуждения с руководителями Snowflake и Elementum, например, касались не того, какая модель занимает лидирующие позиции в рейтингах или какая компания выпустит следующую большую новинку. Дискуссия была сосредоточена на трансформации корпоративного программного обеспечения. Общим мнением стало то, что наступает фаза, когда интеллектуальные агенты начинают напрямую взаимодействовать с большими объемами данных, выполняя задачи, которые ранее требовали ручного навигации по системам, анализа отчетов и принятия ряда операционных решений человеком.

Десятилетиями большая часть корпоративного ПО создавалась для упорядочивания информации и облегчения человеческого труда. Теперь возникает ожидание, что эти системы начнут не просто представлять информацию, но и действовать на основе нее. Это, возможно, одно из самых важных изменений, вызванных ИИ. Воздействие заключается не только в самой технологии, но и в том, как компании начинают функционировать. Впервые за много лет обсуждение кажется менее связанным с используемым инструментом и более — с способностью быстро, интегрированно и эффективно превращать данные в действия.

В то же время некоторые визиты показали, что не все следуют абсолютно одинаковому пути. Например, в Liquid AI возникла точка зрения, контрастирующая с большинством популярных нарративов в секторе. В то время как значительная часть индустрии продолжает делать ставку на все более крупные модели и все более мощную инфраструктуру, эта компания разрабатывает более компактные системы, предназначенные для локальной работы на таких устройствах, как мобильные телефоны, транспортные средства и бортовое оборудование.

Интерес этой концепции заключается не только в самой технологии. Она напоминает о том, что инновации происходят не в одном направлении. Существует естественная склонность связывать технологический прогресс с увеличением вычислительной мощности, инвестиций и размера моделей. Однако во многих случаях задача заключается именно в обратном движении: создании более эффективных, доступных и легко интегрируемых решений в повседневную жизнь людей и бизнеса.

Возможно, это был один из главных уроков поездки. Когда мы смотрим на рынок ИИ издалека, кажется, что идет одна гонка. Но когда мы смотрим вблизи, мы понимаем, что одновременно идет множество разных гонок. Существуют большие генеративные модели; существуют специализированные системы; существуют мультимодальные приложения, сочетающие текст, изображение, аудио и видео; существуют корпоративные решения, разработанные для решения очень специфических проблем; и есть компании, делающие ставку на то, чтобы сделать все это более легким и распределенным.

Поэтому идея о том, что рынок двинется к одной доминирующей технологии, становится все менее вероятной. Вырисовывается сценарий сосуществования различных подходов, каждый из которых подходит для определенных контекстов, ограничений и потребностей.

Этот сдвиг также меняет подход организаций к принятию технологических стратегий. Долгое время логика была относительно простой: найти лучший доступный инструмент и внедрить его. С появлением ИИ уравнение включает ряд других переменных. Вопросы интеграции, управления, конфиденциальности, скорости внедрения, операционных затрат и соответствия бизнесу становятся такими же важными, как и сложность выбранной технологии.

На практике компания может получить гораздо большую ценность от простого, хорошо интегрированного решения в свои процессы, чем от использования чрезвычайно передовой технологии изолированно. Возможно, именно поэтому обсуждение внедрения начинает занимать больше места, чем обсуждение возможностей.

Другой аспект, который привлек внимание, — это частое превращение технологических бесед в разговоры о людях. Это стало особенно очевидно во время визита в Стэнфорд. Несмотря на то, что университет находится в одной из самых передовых экосистем мира в области ИИ, значительная часть обсуждений по-прежнему сосредоточена на таких темах, как образование, подготовка талантов, формирование организационной культуры и развитие лидерства.

Это, похоже, не совпадение. История Кремниевой долины никогда не была исключительно историей о технологиях. Она всегда была глубоко связана со способностью преобразовывать знания в инновации. Инструменты меняются. Платформы меняются. Компании появляются и исчезают. Но подготовка людей, способных учиться, адаптироваться и создавать, остается постоянным элементом.

Этот момент становится еще более актуальным по мере того, как ИИ становится доступным для все большего числа организаций. Доступ к технологии, естественно, имеет тенденцию к демократизации. Знание о том, как использовать ее стратегически, напротив, остается сложным для воспроизведения преимуществом.

Последовательное внедрение ИИ требует гораздо большего, чем просто найм платформы или предоставление новых ресурсов командам. Это требует переосмысления процессов, развития компетенций, пересмотра рабочих потоков, создания механизмов надзора и подготовки людей к работе в среде, где часть аналитики, решений и исполнений поддерживается интеллектуальными системами.

Поэтому главный вывод, который автор сделал после этого опыта, не связан с тем, какая компания возглавит гонку ИИ или какая модель станет эталоном в ближайшие годы. Ощущение таково, что мы покидаем фазу, когда центром обсуждения была технология в изоляции, и вступаем в стадию, гораздо более ориентированную на практическое применение. Следующая фаза ИИ не будет определена одной революционной моделью, заменяющей все остальные. Она будет построена на комбинации различных технологий, на способности интегрировать их в существующие процессы и, самое главное, на умении организаций превращать эти возможности в ощутимые результаты.

В конечном счете, искусственный интеллект остается технологической темой. Но после стольких бесед во время поездки трудно не прийти к выводу, что он все больше превращается в обсуждение стратегии, исполнения и организационной адаптации. Возможно, именно поэтому самый важный вопрос уже не в том, кто обладает самым продвинутым ИИ. Вопрос, который, кажется, приобретает все большее значение, другой: кто сможет использовать его лучше.

OpenAI расширяет присутствие в облаке и предоставляет модели в Google Cloud
Подробнее
olhardigital.com.br

OpenAI расширяет присутствие в облаке и предоставляет модели в Google Cloud

OpenAI расширяет свое присутствие в облачном секторе, интегрируя свои модели искусственного интеллекта (ИИ) в инфраструктуру Google Cloud, что увеличивает доступность своих технологий для разработчиков и корпораций.

Это новое соглашение предусматривает, что модели GPT-6 Astra, GPT-6.1 Sol и GPT-6 Luna будут доступны в каталоге Model Garden Google Cloud. Этот шаг знаменует собой еще одно продвижение создателя ChatGPT за пределы существующего сотрудничества с Microsoft.

Как было объявлено в среду (21), эти модели предлагаются в тестовом режиме (preview) для определенной группы корпоративных клиентов. Кроме того, интеграция позволит разработчикам использовать API Google Cloud и связывать локальные рабочие процессы, такие как Codex CLI и Desktop, с платформой Gemini для выполнения выводов.

Это партнерство укрепляет позиции OpenAI среди крупнейших поставщиков облачной инфраструктуры. Ранее компания уже сигнализировала о планах разместить свои модели в Amazon Web Services (AWS) после окончания периода эксклюзивности Microsoft в отношении ее интеллектуальной собственности.

Google Cloud включит три модели OpenAI в свой Model Garden — каталог, который объединяет собственные предложения, сторонние продукты и открытый исходный код. Цель состоит в том, чтобы дать компаниям свободу выбора наиболее подходящей технологии для каждой потребности, учитывая такие метрики, как стоимость, производительность и скорость отклика.

Выпущенные модели перечислены в объявлении. По данным Google Cloud, стратегия направлена на то, чтобы позволить компаниям переключаться между различными моделями в зависимости от требований каждого приложения, избегая зависимости от одного решения для всех задач. Каталог, который уже содержит более 200 моделей, начнет предлагать доступ к трем основным закрытым большим языковым моделям на одной корпоративной платформе ИИ.

Сотрудничество также включает коммерческое размещение моделей OpenAI в Google Cloud Marketplace. Это означает, что потребление будет унифицировано в одном счете Google Cloud, позволяя распределять расходы по существующим облачным обязательствам или Гибким планам экономии платформы. Цель состоит в упрощении приобретения и предоставлении компаниям возможности распределять свои рабочие нагрузки между различными моделями без необходимости заключения множества контрактов с разными поставщиками.

Томас Куриан, генеральный директор Google Cloud, заявил в заявлении, что цель компании — предоставить широкий спектр моделей, чтобы клиенты могли выбрать наилучший вариант для каждой активности, уделяя первостепенное внимание качеству и снижению расходов. Грег Брокман, президент и соучредитель OpenAI, подчеркнул важность этого партнерства для обеспечения доступности более передовых моделей компании и Codex в средах, где клиенты уже разрабатывают свои приложения.

В объявлении также были подробно описаны меры безопасности и управления, применимые к выполнению моделей OpenAI в инфраструктуре Google Cloud. Компания гарантирует, что данные клиентов, включая запросы, контексты и результаты, останутся в пределах назначенного периметра данных и не будут использоваться для обучения базовых моделей. Функции нулевого хранения данных (ZDR) планируется внедрить в будущем.

Модели OpenAI будут работать в выделенной инфраструктуре Google Cloud. Кроме того, предусмотрена будущая доступность ресурсов конфиденциальных вычислений. Трафик будет управляться изолированными и защищенными шлюзами, в то время как механизмы аутентифицированной идентификации, аудита и сетевого контроля безопасности позволят администраторам отслеживать взаимодействие с моделями и агентами ИИ. Эти гарантии составляют условия, установленные Google Cloud для корпоративного использования сторонних моделей в своей инфраструктуре.

Хотя модели уже доступны в тестовой версии для отобранных корпоративных клиентов, запланированы другие интеграции. В ближайшие недели модели OpenAI должны быть интегрированы в Google Antigravity, инструмент программирования Google, и в Gemini для бизнеса, расширяя сценарии работы для разработчиков и организаций.

OpenAI и Google уже имели предыдущие деловые отношения; в прошлом году создатель ChatGPT использовал инфраструктуру Google Cloud для работы ChatGPT и его API. Это расширение партнерства происходит в период роста облачного бизнеса Google. Во втором квартале годовой рост выручки сегмента достиг примерно 82%, по сравнению с 63% в первом квартале. В то же время AWS продемонстрировала рост на 37%, а Microsoft — расширение на 42% за тот же период. Растущий спрос на специализированные чипы и модели ИИ стимулировал Google Cloud.

Основанная в 2015 году, OpenAI возникла отчасти как альтернатива концентрации исследований в области ИИ в таких компаниях, как Google. В 2017 году исследователи организации опубликовали научную статью об архитектуре Transformer, которая является основой для развития этой технологии. Позже OpenAI популяризировала генеративный ИИ с выпуском ChatGPT. В настоящее время компания ищет инвестиции с оценкой в 1,4 триллиона долларов США (примерно 7,56 триллионов рупий) и планирует провести первичное публичное размещение акций (IPO).

С появлением моделей в Google Cloud OpenAI диверсифицирует свои каналы технологического распространения, охватывая корпоративных клиентов через три основные платформы облачной инфраструктуры.

Популярное