Artikel top billede

Et overset spørgsmål om generativ AI: Skal du bygge selv eller købe af andre?

Klumme: Mange danske virksomheder er så småt begyndt at dyppe tæerne i generativ AI. Men et af de mest simple spørgsmål overses ofte: Skal virksomheder udvikle deres egne AI-modeller eller købe eksisterende?

Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.

Skal virksomheder selv bygge eller købe deres generative AI-modeller?

Dét var et af de mest simple, men ikke desto mindre meget væsentlige spørgsmål, som virksomhedsledere fra alle verdenshjørner ihærdigt forsøgte at finde svaret på i en debat om generativ AI på World Economic Forums årsmøde i Davos – og vi fik fornøjelsen af at tage del i den.

Til trods for, at spørgsmålet er uundgåeligt og ligger for fødderne af hele verdens erhvervsledere, er det ofte overset i debatten om kunstig intelligens – også i Danmark.

Sandheden er imidlertid, at spørgsmålet om hvorvidt man skal købe eller bygge sine AI-modeller måske er ét af de mest væsentlige i bunken af spørgsmål.

Ganske enkelt fordi, at teknologien udvikler sig hastigt og kræver betydelige investeringer - især hvis man stræber efter at dyppe tæerne i avancerede AI-værktøjer, som for eksempel Large Language Models (LLM).

For når tæerne nærmer sig vandoverfladen, er der risiko for pludselig at opdage, at man befinder sig på dybere vand end først antaget.

Der er nemlig mange erhvervsledere, som oplever at træde ind i en slikbutik, hvor de teknologiske muligheder på én gang er tillokkende og valget overvældende.

For danske erhvervsledere, der står på dørtærsklen til den teknologiske slikbutik, og som, i skrivende stund, planlægger at tage stilling til spørgsmålet om, hvorvidt de skal udvikle AI-modeller fra bunden eller købe en standard, kommer TCS derfor her med en række aspekter, som kan nuancere deres stillingtagen.

At udnytte eksisterende løsninger
Hos TCS er vores nuværende strategi er at udnytte tilgængelige teknologiske ressourcer, især ved at anvende eksisterende modeller som Large Language Models, hvor mulighederne er uendelige, men omkostningerne ved at bygge fra bunden, kan virke afskrækkende - specielt for mindre virksomheder.

Ved at købe færdige AI-modeller, giver det virksomhedens interne it-ansvarlige mulighed for at fokusere på hurtigt at implementere dem på en måde, som tilfører stor værdi til virksomheden på relativt kort tid.

Vi forventer, at der over tid vil opstå en kombination af små og store modeller. Men for nu vil strategien være at udnytte tilgængelige teknologiske ressourcer og inkorporere dem effektivt.

Cloud-teknologi: Et teknologisk autoværn
Vi ser en betydelig mulighed for at udnytte styrken ved cloudbaserede platforme som en sikker vej ind i AI.

Cloud-platforme kan nemlig fungere som et teknologisk autoværn for virksomheder, da de giver mulighed for at udforske de rigtige foranstaltninger, opretholde de højeste sikkerhedsniveauer, og sikre overholdelse af gældende regelsæt og anvisninger.

Virksomheder kan derefter bruge deres erfaring inden for cloud-udvikling til at komme foran på området for generativ AI.

De første resultater af TCS AI for Business Study afslørede, at 46 procen af erhvervsledere planlægger at oprette deres egne LLM'er.
Det er en kompleks udfordring for enhver organisation, og det kræver enorme netværksressourcer at optimere modellerne for både omkostninger, kvalitet, sikkerhed og privatliv.

Men at arbejde med en cloududbyder kan hjælpe med at strømline processen ved at sikre IP-sikkerhed og frigøre netværket.

Hvordan data og AI kan transformere beslutningstagning
De hastige udviklinger inden for generativ AI sætter turbo på, hvordan vi håndterer strukturløse data i alle aspekter af vores liv. AI og alternative data vil revolutionere traditionelle beslutningsprocesser.

I den paneldebat, som vi var en del af på World Economic Forums årsmøde i Davos, drøftede vi de mange praktiske anvendelser af generativ AI.

Et godt eksempel er inden for økonomi, hvor regeringer traditionelt har frigivet data baseret på producentundersøgelser. Men nu kan AI fortolke satellitdata og -kort, der viser forsyningskædernes tilstand i realtid.

Vi kan også introducere andre datasæt, som AI har vurderet.

Det kunne blandt andet dreje sig om, hvad der bliver købt, og på den måde give indkøbscentret, eller hvilken som helst virksomhed, et mere realistisk billede af dets økonomiske aktivitet.

I et forretningshenseende skaber denne type af generativ AI et væld af anvendelsesmuligheder, samt en indsigt i politisk beslutningstagning, og skruer yderligere op for hastigheden i virksomhedens bæredygtighedsudvikling - og målsætning.

Det korte i det lange er, at virksomhedernes proces for beslutningstagning vil være hurtigere og mere effektiv, jo mere data der er til rådighed.

Udvikling af en ’AI-first-arkitektur
Hos TCS tror vi på en ’AI-first-arkitektur’, hvor generativ AI og dens modeller lagres oven på virksomhedens eksisterende IT-systemer og på den måde, ultimativt forstærker dem.

Det betyder ikke, at opgaven er let – tværtimod.

For danske virksomhedsledere, der står på tærsklen til GenAI-revolutionen og forsøger at beslutte, hvorvidt de skal bygge eller købe, er det vigtigt at forstå, at rejsen sandsynligvis vil have mange vendinger.

Men for dem, der holder et åbent sindog er parate til at overvinde udfordringerne, vil belønningerne være transformerende.

Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.

Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?

Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.