Apa perekrutan CIO Anda hari ini? Mengetahui jawabannya — dan bagaimana menjadi pemimpin yang memiliki keterampilan itu — mungkin saja menjadi tiket ke fase selanjutnya dalam karier Anda. Lebih dari setengah CIO yang disurvei oleh firma analis IT Gartner pada tahun 2021 mengatakan bahwa mereka berencana untuk meningkatkan staf untuk mengelola pembelajaran mesin dan inisiatif AI.
Urgensinya adalah karena beban kerja AI secara tradisional membutuhkan infrastruktur TI khusus (terbuka di tab baru). Artinya, sampai sekarang. Beban kerja AI dan ilmu data kini dapat berjalan di server utama yang dipercepat di pusat data perusahaan, yang memudahkan profesional TI untuk mendukung aplikasi baru ini.
Tentang Penulis
Anne Hecht, direktur senior Enterprise Solutions di NVIDIA (terbuka di tab baru).
Menjalankan AI di perusahaan kini lebih mudah dari sebelumnya, namun untuk memahami persyaratan proyek, TI masih perlu mengetahui bahasa yang digunakan oleh pakar AI. Untungnya, cara tercepat untuk mempelajari istilah AI juga merupakan cara tercepat untuk menemukan kesuksesan dalam proyek AI: sertakan ilmuwan data perusahaan Anda saat Anda mengembangkan rencana untuk infrastruktur AI perusahaan Anda.
Perusahaan AI VIP
Dalam hal AI, pengguna terpenting perusahaan adalah ilmuwan datanya. Mereka ahli AI yang serius, dan mereka tahu bahwa mereka membutuhkan server yang kuat (terbuka di tab baru) dengan kemampuan komputasi yang dipercepat untuk menyelesaikan pekerjaan mereka tepat waktu. Ilmuwan data mengolah kumpulan data yang sangat besar, sehingga banyak daya komputasi diperlukan untuk melakukan iterasi, menyempurnakan, dan merevisi model AI mereka sebelum dapat diproduksi.
Memiliki data scientist di meja saat Anda mengembangkan rencana infrastruktur AI akan membantu Anda menentukan kasus penggunaannya sehingga Anda dapat mempersiapkan ambisi AI jangka panjang organisasi Anda. Anda juga akan mendapatkan umpan balik langsung untuk membantu Anda menghilangkan opsi yang tidak sesuai dengan kebutuhan mereka.
Lingkari gerbong
Mengundang tim ilmu data untuk bergabung dalam perencanaan AI mungkin tampak seperti langkah yang jelas menuju kesuksesan, tetapi karena domain tersebut baru bagi banyak organisasi, ini tidak selalu menjadi praktik umum.
Bahkan, seorang manajer TI di organisasi perawatan kesehatan terkemuka baru-baru ini menyebutkan bagaimana dia diminta untuk mengundang tiga orang yang tidak dia kenal ke rapat. Pasti ada orang bijak yang merencanakan daftar tamunya, karena ternyata ketiga rekannya itu ada di tim data science.
Dengan masukan mereka, tim TI dapat melewati ide buntu yang tidak sejalan dengan apa yang dibutuhkan tim ilmu data untuk mengembangkan proyek AI mereka, dan kemudian menjalankannya dalam produksi. Menyelaraskan semua orang berarti bahwa TI dapat berfokus pada penyelesaian masalah komputasi dan infrastruktur, sementara tim ilmu data memberi saran tentang persyaratan aplikasi dan alur kerja mereka.
Menghindari bayangan
Saat tim IT dan data science tidak terhubung, “shadow AI” menjadi risiko yang serius. Ini terjadi ketika pengembang AI menemukan cara untuk mendapatkan infrastruktur yang mereka butuhkan di luar infrastruktur TI organisasi.
Banyak ilmuwan data dengan senang hati akan fokus pada domain mereka sendiri dan menyerahkan infrastruktur ke TI, tetapi pekerjaan mereka juga membutuhkan sistem yang kuat. Secara alami, ilmuwan data cenderung menjadi pemecah masalah yang kreatif. Mereka mungkin mengambil tindakan sendiri bila diperlukan.
Untuk menemukan cara menyelesaikan pekerjaan mereka secara efisien, ilmuwan data mungkin beralih ke komputasi awan (terbuka di tab baru) di luar kendali biasa TI, atau menjalankan beban kerja mereka pada sistem pribadi yang tidak aman. Solusi penyelesaian masalah ini menambah biaya dan risiko bagi perusahaan, dan dapat dengan mudah dihindari dengan memastikan TI bekerja sama dengan pakar AI mereka.
AI perusahaan yang mudah pada infrastruktur tradisional
Hingga baru-baru ini, infrastruktur AI hampir selalu terpisah dari server utama yang digunakan TI untuk menjalankan sebagian besar aplikasi bisnis (terbuka di tab baru). Hal ini membuat AI dan infrastrukturnya menjadi domain para pakar khusus, tetapi sekarang AI dapat berjalan di server standar industri yang dikelola oleh tim TI perusahaan.
Untuk menerapkan AI dengan mudah di server pusat data tradisional, cari perangkat lunak AI perusahaan yang dibuat khusus yang memudahkan penerapan beban kerja tingkat lanjut ini di cloud hybrid (terbuka di tab baru) dengan kinerja tinggi terukur. Alat yang tepat dapat menyediakan kerangka kerja AI dan alat yang dibutuhkan oleh ilmuwan data dan pengembang AI, dengan integrasi ke dalam ekosistem infrastruktur Anda yang ada.
Menjadi ahli AI IT
AI adalah perubahan tektonik dalam teknologi yang serupa dengan perubahan yang harus dilalui organisasi saat pertama kali masuk ke internet. Era baru AI ini menciptakan permintaan akan keterampilan baru, perangkat lunak baru, dan sistem baru. Dengan itu datang peluang baru bagi para profesional TI.
Beban kerja AI mungkin baru bagi banyak perusahaan, tetapi ini menghadirkan peluang sempurna bagi tim TI untuk mengembangkan keahlian baru yang tidak hanya meningkatkan nilai mereka bagi organisasi mereka, tetapi juga membantu menumbuhkan karier profesional TI individu.
Dengan bekerja sama dengan pakar ilmu data Anda, TI dapat menemukan kesuksesan untuk pertama kalinya dan menghindari potensi kegagalan yang merugikan dengan pembelian yang tidak tepat sasaran. Faktanya, mengulang pakar ilmu data Anda mungkin saja menjadi dasar dari bab selanjutnya dalam karier TI Anda.
