上海11选5

  • <tr id='tS6pdO'><strong id='tS6pdO'></strong><small id='tS6pdO'></small><button id='tS6pdO'></button><li id='tS6pdO'><noscript id='tS6pdO'><big id='tS6pdO'></big><dt id='tS6pdO'></dt></noscript></li></tr><ol id='tS6pdO'><option id='tS6pdO'><table id='tS6pdO'><blockquote id='tS6pdO'><tbody id='tS6pdO'></tbody></blockquote></table></option></ol><u id='tS6pdO'></u><kbd id='tS6pdO'><kbd id='tS6pdO'></kbd></kbd>

    <code id='tS6pdO'><strong id='tS6pdO'></strong></code>

    <fieldset id='tS6pdO'></fieldset>
          <span id='tS6pdO'></span>

              <ins id='tS6pdO'></ins>
              <acronym id='tS6pdO'><em id='tS6pdO'></em><td id='tS6pdO'><div id='tS6pdO'></div></td></acronym><address id='tS6pdO'><big id='tS6pdO'><big id='tS6pdO'></big><legend id='tS6pdO'></legend></big></address>

              <i id='tS6pdO'><div id='tS6pdO'><ins id='tS6pdO'></ins></div></i>
              <i id='tS6pdO'></i>
            1. <dl id='tS6pdO'></dl>
              1. <blockquote id='tS6pdO'><q id='tS6pdO'><noscript id='tS6pdO'></noscript><dt id='tS6pdO'></dt></q></blockquote><noframes id='tS6pdO'><i id='tS6pdO'></i>
                首頁 > 人工智能 > 正文

                不應該相信的雲計算和人工智能兩個誤區

                2020-02-10 13:16:41  來源:機房360

                摘要:今天有兩個持♀續存在的誤區:第一,雲支出正ㄨ在使數據中心支出大打折扣;第二,人工智能過度炒作在很大程度上使企業購買者失敗。以下對此進行一下整理。
                關鍵詞: 雲計算 人工智能
                  如果人們認為雲計算將導致數據中心消亡,而人工智能項目註定¤要失敗,那麽需要再考慮。
                 
                  在技術界,有兩個主要的缺你姐姐我呢點:人們過於渴望迎接未來,具有諷卐刺意味的是,如果發展速度不如人們預期的那麽快,就無視它。舉個例子,今天有兩個持續存在一驚一乍的誤區:第一,雲支出正在使數據妖獸情知不敵中心支出大打折扣;第二,人工智能過度炒作在很大程度上使企業購買者失敗。
                \
                  以下對此進行一下整理。
                 
                  誤區1:企業的數據中心註定要消亡
                 
                  Gartner公司開創了第一個誤區,分析師Dave Cappuccio認為,到2025年將有80%的企業關閉其數據中心⊙(而2018年則為10%)。但是Cappuccio給出了他的思考的一些紮實的理由:“隨∮著互連服務、雲計算提供商、物聯網(IoT)、邊緣服務和SaaS產品的不斷增加,留在傳統數據中心拓撲ㄨ結構中的原理將有優勢有限。”
                 
                  業務需要靈活性,但IT需要控制。答案?按企業的條件使用IT。
                 
                  原因是數】據引力。盡管這種引力作用了一段時間(如果數據存在於數№據中心中,但是將其推送到雲中進行處理變得效率低下),但現在產生了相反的效果:越來越多⊙的數據誕生於雲中,並且將會在那裏存儲、處理和分析。
                 
                  但是數據中心並沒有消亡。
                 
                  這是David Linthicum做的結論。Linthicum在Synergy Research Group對數據中心支出的分析中感到很〗高興,他指出:“在雲計算增長的同時,數據中』心支出並未下降。盡管有預測說雲計算將迅速取代數據中心,但這還是可以做到的。大多數人認為,在雲計算上花@ 費1美元,將是在傳統數據中心上花費的1美元。事實保安並非如此。”
                 
                  當然,企業的野心與現實可◣能會大相徑庭。
                 
                  或者,就像Tyler Treat表示的那樣,“我見過其中一些企▽業。換句話說,企業可能仍在為數據中心而苦苦他不可能再像原本心中所想掙紮,並且他們準備移動的準備不足。”
                 
                  但是,無論出於何種原因,仍然有這樣≡的情況,就像雲計算一樣炙手可熱,大約97%的IT支出仍然保留在本地。這並不是要貶低雲計算。這只是〇根據企業在遷移中的實際情況而定的水平。
                 
                  誤區二:人工智▲能使企業失敗
                 
                  Gartner公司分析師Nick Heudecker曾經建議大約85%的大▂數據項目失敗。兩年後,IDC公司專註於與大數據相關的人工智能項目,並將失敗率定為50%(針對四分之一的受訪者)。
                 
                  從這樣的調查數據中誕生了▲無數頭條,這些頭條基本上都在指出:“大多數人工智能項目都失々敗了。”這樣的頭條暗示著對人工智能背後的技術說完話就又掉過頭去不成熟的指責。雖然毫無疑問,人工智能將繼續ξ 發展,但基本真理卻有所不同。
                 
                  一方面,正如分析師Lawrence Hecht表示,有時候,高管們在人工智能方面做大做強的雄心超出了♀企業的交付能力:“如果沒有基礎◆技術的需求,這些項目註定會失敗。是的,我知道需要管理人員來引導每個人進行變更,但有時似乎只是為了變更。”問︼題不是因為“人工智能失敗”,而是因為人們沒有眼神中露出了驚恐適當地為自己準備什麽期望人工智能如何做。
                 
                  畢竟,正如Vicki Boykis所言,進∮入這個行業的數據科學家們準備不足,但被過度炒作,他們√已經準備好了去尋找成功之路。不幸的是,他們可能試圖用錯誤的技術來解決錯誤的問題,她指出:“現實情況◢是,‘數據科學’從來沒有像現在這樣重視機器學習,而是重視數據的清理、成型和移動。”
                 
                  換句話說,人工智能可能比想╱像的更基本。它還可能由於與該技術無關的原因而失敗。也許,也許這根本不是失敗。至少沒有其他IT項目如此。
                 
                  根據Thomas Dinsmore的說法,“與其他任何IT項目相比,人工智能項目失敗的可能性不會或多或少。”他繼續詳細解釋:
                 
                  項目很少會失敗,因為技術無法實現預期的目標。項目失敗是因為買方希望技術無法交付的東西∏∏,或者組織在實施方面大失所望。人工智能項目與企業資源計劃(ERP)項目或任何其他IT項目相同。它們根據組織的項目管理流程而成功或失敗。
                 
                  總而言之,過早地采用人工智能可能會很有↘趣,就像人們在數據中心消亡之前就試圖將其埋葬一樣。在每種情況下,從們都表現出一種可∑以理解的渴望,也希望盡快到達未來,然後在未來需要時間的時候不耐煩。在雲計算和人工智能中,就像在許多其他事情中一樣,真相比任何標題都能描繪的要微妙得多。

                第三十屆CIO班招生
                法國布雷斯◣特商學院MBA班招生
                法國布雷斯↑特商學院碩士班招生
                法國布雷斯特商學院DBA班招生
                責編:baiyl