Yapay zekayı (AI) uygulamaya alma konusunda büyük ölçekte öncülüğü elinde tutan şirketler, verimlilik, maliyetleri düşürme ve gelir gibi konularda büyük kazanımlar sağladıkları yönünde açıklamalar yapıyor. Ancak, tüm şirketler planladıkları yatırım getirisini (ROI) elde edemiyor; uygulama sürecindeki zorluklar ve veri altyapısındaki darboğazlar onları geride bırakıyor. Peki, şirketler, yapay zeka yatırımlarının performansını nasıl iyileştirebilir? Liderler yapay zekadan nasıl fayda sağlıyor ve başarılı bir yapay zeka için hangi altyapı gerekiyor? DE-CIX CEO’su Ivo Ivanov, bulutta yapay zekayı birbirine bağlayarak zorlukların nasıl aşılacağına dair görüşlerini paylaştı.
Son 12 ayda yapay zekada yaşanan sürekli yükselişin ardından, teknolojinin her yerde iş desteği ve gelir kaynağı haline gelmesiyle birlikte şirketlerde büyüme sancıları yaşanıyor. MIT Technology Review’un ortaya koyduğu 2024 başlarına ait verilere göre, araştırmaya katılan şirketlerin yüzde 95’i 2024 ortaları itibariyle bir şekilde yapay zekayı kullanıma alacağını; ancak bu şirketlerin yüzde 76’sının pilot projelerde yalnızca bir ila üç kullanım senaryosunun ötesine geçemediğini gösteriyor. Öte yandan, şirketlerin yüzde 50’si iki yıl içinde yapay zekayı tüm iş fonksiyonlarında devreye almayı öngörüyor ve katılımcıların yüzde 90’ı şirketlerinin veri hazırlığına ve strateji, kültürel değişim ve iş modelleri gibi ilişkili alanlara harcamalarını artırmaya hazırlandıklarını belirtiyor. Ankete katılan şirketler, veri kalitesi (yüzde 49), veri altyapısı veya hatları (yüzde 44) ve veri entegrasyon araçları da (yüzde 40) dahil olmak üzere yapay zekayı uygulamaya koymada zorluklarla karşılaştıklarını belirtti.
Bu zorlukların üstesinden gelmek için bulut, yapay zekanın uygulanmaya alınmasında önemli bir rol oynuyor. Başarılı şirketler, yapay zekalarını oluşturmak için bulut altyapısını kullanıyor veya yapay zeka hizmetlerini buluttan alıyor. Deloitte’un son verilerine göre üretken yapay zekanın (generative AI) uygulanması konusunda en başarılı şirketlerin yüzde 80’i, yapay zeka stratejilerinin bir sonucu olarak, bulut tüketimine 2024 yılında daha fazla yatırım yapacaklarını belirtiyor. Bu arada, MIT Technology Review’un araştırmasına göre, işletmelerin ve kuruluşların üçte birinden fazlası (yüzde 36), buluta geçişin tamamlanamaması nedeniyle yapay zekayı devreye almada gerilerde kalıyor.
Sektör derneği AI Infrastructure Alliance tarafından yapılan bir çalışmaya göre, kuruluşların yüzde 38’i yapay zeka altyapılarını tamamen bulutta kurmuşken, yüzde 29’u hibrit bir altyapı ortamına sahip. Bu işletmeler ve kuruluşlar, yapay zekayı ölçeklendirme konusunda karşılaştıkları bir numaralı zorluğun bilgi-işlemin kullanılabilirliği ve maliyeti olduğunu belirtirken, yüzde 28’lik bir oranla gecikme süreleri, bu işletme ve kuruluşların bilgi-işleme dair en büyük endişesini oluşturuyor. Benzer endişeler, IDC tarafından yapılan bir araştırmaya katılan Avrupa’daki kuruluşlar tarafından da dile getiriliyor. Bu kuruluşların yüzde 22’si, özellikle gerçek zamanlı veri gerektiren kullanım senaryoları için buluttan yapay zeka kullanır veya kullanmayı planlarken, ana endişelerinin ağ performansı ve gecikme olduğunu belirtiyor.
Ağ performansı: Başarılı yapay zeka uygulamasına giden yol
Yapay zekanın faydalarını sermayeye çevirmek isteyen işletmeler, veri büyümesindeki ivmelenmeye ayak uydurabilmek için buluta geçişe ve genişlemeye güçlü yatırımlar yapıyor. Önümüzdeki beş yıl içinde üretilen ve işlenen verinin şaşırtıcı bir hızla büyüyüşünü görebiliriz ve işletmelerin pek çoğunun tüm ilgili verileri kendi bünyelerinde depolaması çok zor olabilir. Bu nedenle, basit ölçeklenebilirliğin yanı sıra ham ve yapılandırılmış verinin depolanması ve erişilir olmasını sağlayan bulut tabanlı veri gölleri ve depolarının kullanımı artıyor. Ancak, bu kaynaklar erişilebilir olmalı: Bir dizi veri kaynağına ve genellikle bulutta bulunan yapay zeka modellerine bağlanmaları gerekiyor.
Burada, eğitim ile çıkarımı birbirinden ayırmak gerekiyor. Yapay zeka eğitimi söz konusu olduğunda, ister modeli ilk etapta geliştirmek için, isterse de modelin periyodik olarak yeniden eğitilmesi için olsun, gecikme çok kritik olmasa da yüksek bant genişliği bağlantısı esastır. Veri çıkışı için yüksek maliyetlere katlanmadan buluttan en iyi değeri elde etmek için çeşitli Bulut Değişimlerinden (Cloud Exchange) kolayca erişilebilen bulut sağlayıcısının kendi bağlantı çözümünü kullanmak (Microsoft ExpressRoute veya AWS Direct Connect gibi) en iyisidir.
Yapay zeka çıkarımı ya da başka bir deyişle “iş üstündeki yapay zeka” ise farklı bir konu: İşte burada, gecikme kritik bir öneme sahip oluyor. İster müşteri hizmetleri botları, ister pazarlama desteği isterse de ürün geliştirme olsun; sürekli üretkenliğin sağlanabilmesi için yapay zeka çıkarımının gecikmesiz şekilde yapılması gerekir. Finansal hizmetler, IT güvenliği, önleyici bakım ve otonom araçlar gibi kritik gerçek zamanlı kullanım durumlarında, yapay zeka modellerinin farklı hizmetler ve iş yükleri için, hem veri kaynaklarına hem de çıkarımların ve yapay zeka araçlarının hedeflenen alıcılarına, gerçek zamanlı erişime ihtiyacı olur.
Ve tüm bunların, yapay zeka hizmetlerinin en ideal performansa ulaşabilmesi için sorunsuz olması gerekir. Bu da kaynaklar, bulutlar ve alıcılar arasındaki ağ performansının (hem yüksek bant genişliği hem de düşük gecikme anlamında) başarılı bir uygulama için işin anahtarı niteliğinde olduğu anlamına geliyor.
Yapay zekaya hazır altyapı: Birbirine bağlantının rolü
Ne yazık ki günümüzde hâlâ birçok şirket, tesis içi (on-premise) donanımlarını, veri ambarlarını, yapay zeka bulutlarını ve hizmet olarak yapay zeka çözümlerini veri yolları ve veri yolculuğu üzerinde hiçbir kontrole sahip olmayıp performans garantisi de bulunmayan şekilde genel internet veya IP geçişi (üçüncü taraf veri aktarımı) yoluyla birbirine bağlıyor. Bu durum yalnızca bağlantının gecikmesini değil, aynı zamanda kritik şirket verilerinin güvenliğini de etkiliyor. Bunun yerine, şirketler, veri alışverişi yapmaları gereken tüm ağlara, bulutlara, hizmetlere ve uygulamalara özel, güvenli ve doğrudan bağlantı sağlamalı.
Veri akışlarını kontrol etmenin en iyi yolu, ağların birbiriyle nasıl bağlantı kuracağını kontrol etmektir. Bir Bulut Değişimi üzerinden şirket ağı ile bulut ağları arasında doğrudan ve yüksek performanslı birbirine bağlantı, bulut yönlendirme işlevselliği ile birlikte, duyarlı ve birlikte çalışabilir bir çoklu bulut veya hibrit bulut ortamı oluşturmak için belirleyici konumda. Eşleştirme (peering) veya özel bir ağ arayüzü kullanarak DE-CIX gibi bir İnternet Değişim Noktasında ilgili harici ağlarla doğrudan birbirine bağlantı, verilerin uç noktalar arasında en kısa yolu izlemesini sağlar. Bu da güvenli, düşük gecikmeli ve son derece dayanıklı bir bağlantı anlamına gelir. Şirket ağının hizmet olarak yapay zeka ağlarıyla bir AI Exchange üzerinden doğrudan ve düşük gecikmeli bağlantısı, çoklu yapay zeka stratejisinin bir parçası olarak yapay zeka geliştirme ve operasyonunun dış sağlayıcılara devredilmesini sağlar.
Yapay zekaya yapılan yatırımlardan değer yaratımı sağlamak
Üretken yapay zekayı uygulamaya almada en yüksek düzeyde uzmanlığa sahip olan şirketler, üretken yapay zekayı daha hızlı bir şekilde ve işlevler genelinde benimsiyor ve daha agresif bir şekilde büyüyebiliyor. Bu işletmeler ayrıca yapay zeka kullanımından iş değeri yaratma ve amaçlanan faydayı sağlamada öncü konumda oluyor. Örneğin, başarılı yapay zeka dönüşümleri yüzde 20-40 oranında verimlilik artışına; ortalama çağrı merkezi işlem süresinde yüzde 25’lik bir azalmaya; artan sipariş sayısına ve sipariş değerine yol açıyor.
İşletmelerin yapay zekanın avantajlarından yararlanabilmesi için veri iletimi, veri değişimi ve ağlar arası birbirine bağlantıdan oluşan dijital yaşam hattının kesintisiz, güvenilir, emniyetli ve yüksek performanslı olması gerekiyor. Yapay zekalara doğru ve yapay zekalardan gelen kurumsal ağ bağlantısı için üç temel unsurun dikkate alınması gerekiyor: 1) Bulutlara doğrudan bağlantı, 2) Buluttan buluta iletişim, 3) Hizmet olarak yapay zeka sağlayıcılarına ve diğer ilgili ağlara (örneğin partner ve müşteri ağlarına) doğrudan bağlantı. İnternet, bulut ve yapay zeka değişimlerinin bir kombinasyonunu kullanarak bir işletme, diğer pek çok şeyin yanı sıra şunları aşağıdaki avantajları sağlamak için tüm ağ bağlantılarını optimize edebilir:
• Veri gölleri, ML modelleri ve diğer hizmet ve uygulamalar için dayanıklı ve sorunsuz çoklu bulut ortamları
• Hizmet olarak yapay zeka tekliflerine düşük gecikmeli erişim
• Yeni ürün ve hizmetlerin geliştirilmesi veya ekipman bakımı için Nesnelerin İnterneti veya müşteriler gibi birden fazla kaynaktan (gerçek zamanlı) verilerin toplanması ve analizi
• İş ortaklarından oluşan kapalı bir ekosistem içerisinde verinin ve içgörünün güvenli ve dayanıklı bir şekilde paylaşılması
Bunu bölgesel veya küresel bağlamda birden fazla şube ve üretim tesisinde başarmak için, giderek daha fazla sayıda işletme ve kuruluş, yüksek performanslı bağlantı sağlayıcılarına yani İnternet, Bulut ve Yapay Zeka Değişim Noktası operatörlerine güveniyor. Ve buna da sadece bağlantı çözümlerinin teknik uygulaması sebebiyle değil, aynı zamanda danışmanlık ve ağ tasarımı için de ihtiyaç duyuyor. Tarafsız bir birbirine bağlantı uzmanı, ortaklarından oluşan ekosistemi aracılığıyla bireysel ihtiyaçlar için en iyi çözümü bulmaya yardımcı olabilir. Bu şekilde, gerekli coğrafi kapsama sahip, bireysel ihtiyaca ve iş senaryosuna göre özel olarak tasarlanmış dayanıklı ve güvenli bir ağ ortamı inşa etmek mümkün olur. Yapay zekada performans için optimum koşulların, herhangi bir yapay zeka stratejisinde “güzel bir avantaj” olmaktan çıkıp bir standart haline gelmesi gerekiyor: IDC’ye göre işletmelerin yüzde 14’ünün beklentisi, yapay zeka kullanım senaryoları nedeniyle artan bağlantı ve ağ gereksinimlerinin bulut kullanımını etkileyeceği yönünde.
