воскресенье, 29 декабря 2024 г.

Циклы истории - еще одни взгляд

В своей основополагающей работе «Четвертый поворот» Нил Хоу и Уильям Штраус представляют новаторскую теорию циклической природы истории, подчеркивая повторяющиеся закономерности и архетипы, которые формируют человеческие общества. В книге предполагается, что история разворачивается в повторяющемся цикле из четырех стадий, или «поворотов», каждый из которых длится примерно 20-25 лет.

Четыре поворота:
  • Подъем: период роста, процветания и социальной сплоченности, отмеченный сильным чувством общности и общими ценностями.
  • Пробуждение: время духовного и социального пробуждения, характеризующееся растущим чувством индивидуализма и бунтом против устоявшихся норм.
  • Распад: эпоха упадка и раздробленности, отмеченная институциональным упадком, социальной поляризацией и растущим чувством разочарования.
  • Кризис: период интенсивных потрясений и трансформаций, когда старые институты разрушаются и создаются новые.

Соответствующий рисунок:




Хоу и Штраус выделяют четыре повторяющихся архетипа, которые играют решающую роль в формировании этих циклов:
  • Пророк: дальновидный лидер, призывающий к переменам и обновлению.
  • Кочевник: прагматичный и легко приспосабливающийся человек, умеющий ориентироваться в меняющемся ландшафте.
  • Герой: Мужественный лидер, который принимает меры для преодоления кризиса.
  • Художник: творческий и новаторский мыслитель, выдвигающий новые идеи на передний план.

Соответствующий рисунок




Продолжение книги Нила Хоу, опубликованное 18 июля 2023 года, является обновлением оригинальной работы, предоставляя новые идеи и перспективы текущего состояния цикла. Хоу утверждает, что в настоящее время мы находимся в середине четвертого поворота, периода кризиса и трансформации, который определит ход человеческой истории для будущих поколений.

Основные выводы:
«Четвертый поворот» предлагает убедительную основу для понимания циклов истории и повторяющихся закономерностей, формирующих человеческие общества.
Четыре архетипа предоставляют ценную возможность для понимания ролей и мотивов отдельных людей в формировании исторических событий.

Источник

https://frankdiana.net/2024/07/15/the-fourth-turning-a-prophetic-lens-on-our-turbulent-times/

Этот детальный анализ полезно наложить на пассионарную теорию энтогенеза Гумилева.




среда, 25 декабря 2024 г.

Катализаторы развития цивилизации

На протяжении всей истории катализаторы — ключевые события и поворотные моменты — вызывали глубокие сдвиги в поведении человека и общественной эволюции. От конфликтов, таких как Вторая мировая война, до научных прорывов, таких как открытие электричества, каждая веха продвигала нас в новые сферы возможностей и понимания. Сегодня, когда мы стоим на пороге технологической революции, движимой искусственным интеллектом (ИИ), гуманоидными роботами, квантовыми вычислениями, синтетической биологией и космическими технологиями, крайне важно задуматься о том, как эти преобразующие разработки изменят наше будущее.

Поскольку катализаторы продолжают формировать человеческое поведение и управлять поворотными моментами, наша способность к приобретению знаний ускоряется. Этот экспоненциальный рост понимания, подпитываемый технологическими достижениями и научными открытиями, прокладывает путь для беспрецедентных изобретений, которые переопределяют границы возможного. Катализаторы изменяют общественные нормы, нормы человеческого поведения, порождают сдвиги и взрыв знаний, не последнюю очередь посредством идей, управляемых ИИ,  вызывают последующие изобретения, вытекащающие из этих знаний. Все это обещает фундаментально преобразовать будущий ландшафт. Каждый элемент динамически взаимодействует, влияя друг на друга. Это продвигает человечество к неизведанным территориям инноваций и общественных изменений. Ключевые области изобретений могут в потенциале превзойти вторую промышленную революцию, как прошлый величайший период изобретений.

ИИ: переосмысление интеллекта


Искусственный интеллект, когда-то бывший областью научной фантастики, теперь является краеугольным камнем технологического прогресса. Он способен анализировать огромные объемы данных и выполнять сложные задачи с точностью, превосходящей человеческие возможности. ИИ — это не просто инструмент; он представляет собой смену парадигмы в том, как мы подходим к решению проблем и принятию решений. Примеров предостаточно: от беспилотных автомобилей, передвигающихся по городским улицам, до медицинской диагностики на основе ИИ, превосходящей врачей-людей в определенных задачах. ИИ меняет отрасли и расширяет само понимание интеллекта.

Гуманоидные роботы: мосты к новым рубежам


Роботы-гуманоиды, вдохновленные нашей собственной физиологией, готовы произвести революцию в различных отраслях промышленности, от производства до здравоохранения. Эти роботы — не просто автоматизированные машины; они все больше способны к эмпатии, обучению и адаптации к динамичным средам. Поскольку эти роботы все больше интегрируются в повседневную жизнь, они изменят наши взаимодействия и возможности способами, которые ранее нельзя было себе представить.

Квантовые вычисления: высвобождение беспрецедентной мощности


Квантовые вычисления представляют собой скачок вперед в вычислительной мощности, обещая решать сложные проблемы, с которыми не справляются классические компьютеры. Квантовые компьютеры используют квантовую механику для обработки информации. И это происходит экспоненциально быстрее по сравнению с традиционными вычислениями. Например, они могут моделировать молекулярные структуры для открытия лекарств, оптимизировать цепочки поставок с непревзойденной эффективностью и расшифровывать ранее невзламываемые коды. По мере развития квантовых вычислений они откроют новые горизонты в таких разнообразных областях, как криптография, материаловедение и моделирование климата.

Синтетическая биология: проектирование самой жизни


Синтетическая биология объединяет биологию с инженерными принципами для проектирования и создания биологических деталей, устройств и систем для полезных целей. От генетически модифицированных организмов (ГМО), повышающих урожайность, до сконструированных микробов, производящих биотопливо, синтетическая биология преобразует сельское хозяйство, медицину и экологическую устойчивость. CRISPR-Cas9, прорывная технология редактирования генов, является примером этой конвергенции, предлагая точные инструменты для модификации ДНК, потенциально излечивая генетические заболевания и революционизируя персонализированную медицину.

Космические технологии: расширяя горизонты


Исследование космоса давно пленяет человеческое воображение, но последние достижения в области космических технологий превращают научную фантастику в реальность. Частные компании, такие как SpaceX, снижают стоимость доступа в космос, в то время как NASA и международные партнеры планируют миссии на Марс и дальше. Такие технологии, как многоразовые ракеты, добыча полезных ископаемых на астероидах и космический туризм, открывают новые экономические возможности и расширяют присутствие человечества в космосе.

Последствия для будущего


Слияние технологий предвещает будущее беспрецедентных возможностей и проблем. По мере того, как ИИ становится все более автономным, этические соображения, касающиеся управления и подотчетности, становятся первостепенными. Гуманоидные роботы поднимают вопросы о перемещении рабочих мест и природе отношений между человеком и роботом. Квантовые вычисления требуют новых подходов к безопасности данных и интеллектуальной собственности. Синтетическая биология требует тщательного регулирования для снижения экологических и этических рисков. Космические технологии открывают возможности для научных открытий и эксплуатации ресурсов, но требуют международного сотрудничества для обеспечения устойчивости и мира.

Заключение


В заключение следует сказать, что траектория человеческой цивилизации формируется преобразующими изобретениями, которые меняют наше поведение, переопределяют наши возможности и прокладывают новые пути в будущее. Поскольку мы используем мощь ИИ, гуманоидных роботов, квантовых вычислений, синтетической биологии и космических технологий, мы должны проявлять дальновидность и ответственность. Поступая так, мы можем гарантировать, что эти катализаторы изменений продвинут нас к будущему, в котором инновации обогащают человечество и сохраняют нашу планету для будущих поколений (прим. к сожалению, не обойдется без катастроф).

Источник.

Эффект катализатора: как преобразующие изобретения формируют будущее человечества. 24 июля 2024 г. Фрэнк Диана.

https://frankdiana.net/2024/07/24/the-catalyst-effect-how-transformative-inventions-shape-humanitys-future/

суббота, 21 декабря 2024 г.

Применение ИИ в ERP

По материалам:
https://www.itjungle.com/2024/12/09/how-erp-giants-are-building-genai-into-their-products/
"How ERP Giants Are Building GenAI Into Their Products"

Что делает большие языковые модели (LLM) такими интригующими, так это их продемонстрированная способность автоматизировать большие объемы работы, выполняемой с языком. Работники умственного труда — или люди, которые зарабатывают на жизнь перекладыванием цифр и слов — находятся прямо под прицелом GenAI. Чем проще задача понимания и осмысления языка, тем легче обучить модель GenAI выполнять часть работы. (К счастью для технологических работников, GenAI недостаточно самосознателен, чтобы писать о себе разумно — пока.)

Крупные поставщики ERP не всегда находятся на переднем крае внедрения технологий. Но возможности LLM настолько убедительны, что каждый поставщик ERP по крайней мере говорит о стратегии GenAI.

Ниже представлен краткий обзор продуктов GenAI, выпущенных «большой тройкой»: Infor, Oracle и SAP.

INFOR


Крупнейший поставщик программного обеспечения ERP на базе IBM делает ставку на GenAI, который, по его словам, «высвободит гиперпродуктивность» среди его клиентов. Он продвигает два основных продукта GenAI: Infor Embedded Experience и Infor GenAI Assistant.

Благодаря Embedded Experiences компания Infor встроила возможности GenAI непосредственно в рабочие процессы ERP для закупок, управления проектами, операций, финансов, продаж и функций HR в продуктах Infor CloudSuite ERP. Программное обеспечение GenAI автоматически пишет от имени пользователя и автоматически предоставляет ему обобщенные сведения, а также другие возможности.

GenAI Assistant, более новый продукт, представленный в октябре, — это отдельное предложение, разработанное для того, чтобы вывести на новый уровень взаимодействие клиентов Infor CloudSuite с данными. Infor утверждает, что оно позволяет клиентам запрашивать все данные, хранящиеся в приложениях Infor ERP. По сути, это генератор текста в SQL, который преобразует вопросы на естественном языке в SQL, который может быть выполнен базой данных.

Продукты GenAI от Infor работают на Amazon Bedrock, сервисе AWS для обучения и обслуживания базовых моделей, и используют Infor OS в качестве точки интеграции для систем ERP. Хотя продукты IBM от Infor могут интегрироваться с Infor OS, неясно, выполнила ли Infor работу по интеграции своих продуктов GenAI в эти продукты.

Embedded Experiences стал общедоступным в октябре 2024 и поддерживается во многих продуктах CloudSuite, в то время как GenAI Assistant по-прежнему доступен в ограниченном объеме для продуктов Infor LN, Infor PLM Discrete, Infor HCM, Infor WFM и Infor FSM.

ORACLE


Компания Big Red применила комплексный подход к интеграции как классического ИИ, так и GenAI в свои продукты, включая базы данных, хранилища данных, облачные решения и флагманские облачные приложения Oracle Fusion.

Широкий спектр предложений Oracle GenAI включает встроенные возможности GenAI в приложениях Oracle Fusion Cloud. Oracle позволяет клиентам обучать модели GenAI на основе данных, которые они хранят в системах Oracle, чтобы предоставлять информацию и создавать контент для клиентов, например, питчи и контракты. Компания также опережает конкурентов в том, что касается Agentic AI, поскольку она предлагает преимущества агентам-аналитикам, агентам по автоматизации продаж и агентам ввода-вывода документов в различных продуктах Cloud Fusion.

"Самодельщики" могут воспользоваться услугами Oracle Cloud Infrastructure (OCI), такими как OCI Data Science, где специалисты по данным могут создавать и обучать собственные пользовательские модели на Python в среде на основе JupyterLab. Он также предлагает упакованные продукты GenAI, такие как OCI Speech, OCI Vision и OCI Anomaly Detection, которые клиенты могут использовать по своему усмотрению. Клиенты также могут выбрать OCI Generative Agents, которые используют методы генерации дополненного поиска (RAG) для сужения контекста запросов и снижения вероятности галлюцинаторных ответов.

Oracle также интегрировала возможности векторного поиска в Oracle Database 23ai, предоставляя клиентам лучший опыт, чем то, что может предоставить сопоставление ключевых слов. HeatWave GenAI — это встроенный в базу данных LLM, который включает векторную базу данных и разработан для того, чтобы клиенты могли общаться с базой данных на естественном языке; он доступен в OCI и других облаках (Azure и AWS). Наконец, Oracle предлагает Autonomous Database Select AI, который включает в себя перевод текста в SQL, RAG и поиск семантического сходства.

SAP


Как и другие крупные ERP-компании, SAP полностью внедрила GenAI в свои приложения как способ поддержки автоматизации. Она запустила ряд точечных продуктов GenAI для различных приложений под названием SAP Business AI, а также второго пилота GenAI под названием Joule.

Примерами точечных решений GenAI от SAP являются Document Information Extraction, возможность, представленная в облачном решении ERP, которое автоматизирует обработку документов. Компания также внедрила GenAI для автоматизации повторяющихся задач HR в своей системе Human Capital Management (HCM), таких как написание должностных инструкций.

Продукт SAP Spend Management & Business Network использует GenAI для автоматизации категоризации категорий расходов, а его CRM-система использует GenAI, чтобы помочь отделу продаж создавать более персонализированные взаимодействия за счет автоматизации доступа к предпочтениям клиентов и истории покупок.

Business Technology Platform (BTP), предложение SAP для данных, аналитики и ИИ, является основой для многих возможностей GenAI от SAP. Многие из этих возможностей, специфичных для продукта, доступны через Joule, который предоставляет новый пользовательский интерфейс и опыт для клиентов SAP. Joule также функционирует как интеллектуальная поисковая система, позволяя пользователям SAP исследовать данные в своих приложениях SAP и быстрее получать ответы на вопросы.

SAP также запустила Generative AI Hub на SAP AI Core в рамках BTP. Этот компонент предоставляет клиентам SAP доступ к LLM, а также помогает управлять настройками безопасности и конфиденциальности систем GenAI. SAP взимает плату за доступ к своим возможностям GenAI с помощью метрики, названной «AI Unit».

Ранее в этом году IBM Institute for Business Value опубликовал исследование под названием «AI in ERP» , в котором была предпринята попытка охарактеризовать внедрения GenAI в средах SAP. В отчете сделан вывод о том, что организации, внедряющие решения GenAI в своих данных SAP, получают большую прибыль, чем те, кто этого не делает.

вторник, 17 декабря 2024 г.

Ход внедрения новых технологий

Как идет дело с внедрением новых технологий?

Согласно обзора McKinsey приметно так:


Источник.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/investing-in-the-future-of-tech-lessons-from-winning-companies

Investing in the future of tech: Lessons from winning companies. December 9, 2024

понедельник, 16 декабря 2024 г.

Четыре направления повышения производительности

У компаний больше шансов раскрыть свой полный потенциал, когда преобразования напрямую связаны со стратегией. Компаниям следует определять цели на основе возможностей и производительности.

Основная трансформация должна фокусироваться на четырех аспектах производительности:

Оптимизация затрат. Ведущие компании рассматривают меры по повышению эффективности просто как отправную точку для трансформации — способ высвободить капитал для реинвестирования в бизнес. Устраняя отходы и корректируя структуру затрат компания может улучшить операционную маржу, а также генерировать средства для инвестирования в проекты с более высокой рентабельностью инвестиций.

Рост. Более 50% стоимости трансформации исходит от инициатив роста, по сравнению с менее чем 40% (согласно исследований McKensey 2023 года). Компаниям, проводящим трансформацию, необходимо установить четкие приоритеты относительно того, как и где они будут добиваться роста доходов, генерирующих прибыль. Рассматриваются органические пути, такие как запуск новых продуктов или выход на новые сегменты; слияния и поглощения; создание новых бизнесов. Чтобы поддерживать такие шаги, лидеры должны постоянно отслеживать окупаемость инвестиций в рост и неустанно переопределять приоритеты и ресурсы на основе текущих результатов. Приверженность смелой программе роста может не только изменить производительность бизнеса, но и вдохновить организацию на упорное движение к более широкой цели трансформации.

Эффективность организации. По своей сути, трансформация касается людей. За более чем 15 лет, в течение которых McKinsey проводила опросы по трансформации, респонденты постоянно ставили правильное решение кадровой проблемы среди главных предсказателей успеха. Вероятность успеха трансформации увеличивается в 3,2 раза, когда вся организация сосредоточена на правильных приоритетах. Этот фокус должен выходить за рамки переосмысления организационной структуры. Он должен включать в себя вдумчивый пересмотр статус-кво и создание гибкой культуры, которая охватывает межкорпоративное сотрудничество и делает все это быстро.

Цифровая поддержка. Технологии играют роль в каждой успешной трансформации. В то время, когда 85% компаний считают, что им необходимо построить цифровой бизнес или технологически обеспечить выживание существующего бизнеса, сильные цифровые возможности имеют решающее значение для сохранения конкурентоспособности. Тем не менее, большинство организаций недостаточно инвестируют в технологии, особенно в облачные технологии, гибкие операционные модели, технологические таланты и генеративный ИИ. Этот рабочий поток требует создания современной системы планирования ресурсов предприятия, которая может облегчить выполнение других рабочих потоков производительности. Ведущие компании сосредоточены на повышении точности и скорости информации и разработке новых идей о клиентах и ​​продуктах на основе своих данных. Те, кто использует цифровые преобразования для полной перестройки своих организаций, улучшают доходность своих акционеров, коэффициенты P/E и доходность капитала у них больше по сравнению с конкурентами.

Источник.

Определение вашего «истинного севера»: дорожная карта к успешной трансформации. 22 мая 2024 г. Статья. Кевин Кармоди, Луиза Греко, Роб Монтгомери.

Defining your ‘true north’: A road map to successful transformation. May 22, 2024. Article. By Kevin Carmody, Louisa Greco, and Rob Montgomery.

https://www.mckinsey.com/capabilities/transformation/our-insights/defining-your-true-north-a-road-map-to-successful-transformation

четверг, 12 декабря 2024 г.

Роль энергии в европейской революции искусственного интеллекта

Рост ИИ стимулирует спрос на центры обработки данных и меняет динамику рынка электроэнергии. Поскольку прогнозируется, что спрос в Европе к 2030 году увеличится более чем втрое, для реализации этого роста необходимы значительные инвестиции.

Во всем мире спрос на электроэнергию для центров обработки данных стремительно растет, чтобы удовлетворить потребность в большей вычислительной мощности и требования к подключению для оцифровки, миграции в облако и новых технологий, таких как ИИ. В частности, ИИ стимулирует спрос на электроэнергию, поскольку он предъявляет значительно более высокие требования к плотности мощности, которые приходят с новым поколением чипсетов графических процессоров (GPU).

Оцифровка, быстрое развитие технологий искусственного интеллекта и замедление роста эффективности использования энергии значительно увеличили спрос на центры обработки данных, что имеет серьезные последствия для динамики мирового рынка электроэнергии. Ожидается, что в Европе спрос на центры обработки данных вырастет примерно до 35 гигаватт (ГВт) к 2030 году по сравнению с 10 ГВт сегодня. Для удовлетворения этого нового спроса потребуются инвестиции в инфраструктуру центров обработки данных на сумму более 250–300 млрд долларов США, не считая мощностей по производству электроэнергии.

Экспоненциальный рост спроса на центры обработки данных сопровождается соответствующим всплеском спроса на электроэнергию. При текущих темпах внедрения ожидается, что потребление электроэнергии европейскими центрами обработки данных почти утроится с примерно 62 тераватт-часов (ТВт·ч) сегодня до более чем 150 ТВт·ч к концу десятилетия.3Это увеличение станет одним из основных краткосрочных факторов роста спроса на электроэнергию в Европе, поскольку в ближайшие шесть лет на центры обработки данных будет приходиться около 5% от общего объема потребления электроэнергии в Европе (по сравнению с примерно 2% сегодня). Учитывая обязательства по достижению нулевых выбросов, объявленные многими крупными игроками рынка центров обработки данных, ожидается, что этот спрос будет в основном обусловлен зеленой энергией.

В настоящее время вся европейская энергетическая экосистема сталкивается со значительными проблемами в удовлетворении этого растущего спроса. К ним относятся ограниченные источники надежной энергии, проблемы устойчивости, недостаточная инфраструктура для доступа к энергии, проблемы с доступностью земли, нехватка силового оборудования, используемого в центрах обработки данных, и нехватка квалифицированных электриков для строительства объектов и инфраструктуры. На крупных устоявшихся рынках, таких как Дублин и Франкфурт, время, необходимое для подачи энергии в новые центры обработки данных, может превышать три-пять лет, причем время выполнения поставок только электрооборудования часто превышает три года.

Удовлетворение спроса на центры обработки данных будет иметь важное значение, если Европа хочет раскрыть весь экономический потенциал ИИ. Это также может принести более широкую выгоду, помогая разблокировать критически важные инвестиции, необходимые в европейской энергетической инфраструктуре для поддержки текущего энергетического перехода.

Центры обработки данных могут генерировать значительную экономическую ценность


По данным исследования McKinsey, благодаря ИИ и аналитике в мировой экономике может быть создано около 10 триллионов долларов экономической ценности. Однако для реализации хотя бы четверти этого потенциала к концу десятилетия потребуется дополнительная инфраструктура центров обработки данных мощностью от 50 до 75 ГВт по всему миру.

В то время как наибольший рост объемов строительства центров обработки данных будет наблюдаться в Соединенных Штатах, у Европы есть все возможности для расширения своего рынка и дальнейшего стимулирования своей технологической экосистемы. Ожидается, что общая потребность в ИТ-нагрузке для центров обработки данных в регионе вырастет с 10 ГВт в 2023 году до примерно 35 ГВт в 2030 году.

К 2030 году рост числа центров обработки данных в Европе может достичь 35 гигаватт, увеличиваясь на 20 процентов в год.

Удовлетворение этого спроса потребует значительного увеличения поставок электроэнергии. Это заметный сдвиг для Европы, где совокупный спрос на электроэнергию остается относительно стабильным с 2007 года.

Хотя было много обсуждений о потенциальном увеличении спроса на электроэнергию со стороны отечественного производства, электромобилей (ЭМ), тепловых насосов и электролизеров, спрос со стороны центров обработки данных является немедленным и существенным. Нагрузка центров обработки данных может составить от 15% до 25% всего нового чистого европейского спроса, добавленного к 2030 году. Прогнозируется, что в период с 2023 по 2030 год спрос на электроэнергию для центров обработки данных в Европе увеличится примерно на 85 ТВт-ч, при среднегодовом темпе роста около 13%.

В настоящее время рост числа центров обработки данных в Европе обусловлен гиперскейлерами и арендой оборудования для локальных цетров обработки данных. Причем к 2028 году только гиперскейлеры обеспечат до 70%.

Проблемы в европейской цепочке создания стоимости электроэнергии


Ожидаемый всплеск потребления электроэнергии, связанный с центрами обработки данных, вероятно, будет сопровождаться переходом на возобновляемые и низкоуглеродные источники энергии, поскольку глобальный энергетический переход набирает обороты и появляются новые политики. Европейская комиссия уже приняла регламент, позволяющий ей оценивать устойчивость центров обработки данных в Европейском союзе. Пересмотренная Директива по энергоэффективности обязывает операторов центров обработки данных предоставлять отчеты по ключевым показателям эффективности в европейскую базу данных, начиная с 2024 года.

Операторам центров обработки данных необходимо учитывать три ключевых фактора при наращивании новых мощностей:
  1. Прерывистость энергоснабжения: удовлетворение более высоких требований к доступу к быстрому электроснабжению с нулевым риском перебоев (то есть сокращение времени подключения к сети и обеспечение резервных решений)ю
  2. Энергия без выбросов CO2: обеспечение зеленой энергии на рынке, в том числе посредством соглашений о закупке электроэнергии.
  3. Местная генерация: внедрение независимых генерирующих мощностей на площадках центров обработки данных.

Прерывистость энергии


По словам экспертов по центрам обработки данных, гиперскейлеры имеют среднюю загрузку мощности от 80% до 95%. Хотя центры обработки данных работают достаточно стабильно, высокие требования к времени безотказной работы требуют стабильного подключения к электропитанию. Однако у них может не быть механизмов управления для обеспечения постоянного питания, в основном из-за роста спроса к 2030 году. Учитывая, что 10-процентное колебание спроса на электроэнергию в группе из пяти центров обработки данных мощностью 1 ГВт эквивалентно выходной мощности полной газовой электростанции, эти высокие требования к времени безотказной работы, вероятно, нагрузят сеть и увеличат потребность в гибкости.

В местах, где энергосистема не может вместить их всех, центрам обработки данных может потребоваться управлять собственной балансировкой мощности. Сочетание (недоиспользуемых) газовых турбин комбинированного цикла и аккумуляторных батарей в паре с резервными генераторами на месте может обеспечить эту балансировочную мощность. В Европе решения по экологическому укреплению, такие как гидроэнергетика, тепловая мощность с улавливанием, использованием и хранением углерода (CCUS) и ядерная энергетика (хотя это менее распространено и зависит от страны или зоны торгов), также могут помочь сбалансировать систему.

Пропускная способность влияет на различные аспекты производительности центра обработки данных, включая скорость, масштабируемость, надежность и энергоэффективность. Исследования McKinsey показывают, что для операторов центров обработки данных время выхода на рынок является наиболее важным фактором при развертывании новых мощностей. Однако время подключения новых объектов значительно увеличилось из-за сочетания факторов, включая подключение к системе возобновляемых источников энергии, растущую электрификацию в экономике (от электромобилей, тепловых насосов и электролизеров) и отставание инвестиций в сети от инвестиций в генерацию. Кроме того, длительные сроки планирования передачи данных — по сравнению с более короткими сроками, необходимыми для планирования и строительства центров обработки данных — создают потенциальный дефицит пропускной способности.

Время, необходимое для получения новых подключений к электропитанию для центров обработки данных в крупных хабах, таких как Франкфурт, увеличивается. Есть даже такие места, как Амстердам и Дублин, которые ввели мораторий на строительство новых центров обработки данных в последние годы, в первую очередь из-за отсутствия инфраструктуры электропитания для их поддержки.

Энергия без CO2


Перед отраслью центров обработки данных стоит серьезная задача по декарбонизации своего воздействия и достижению нулевых выбросов в период с 2030 по 2040 год. Как гиперскейлеры, так и колокаторы (поставщики услуг размещения оборудования) сотрудничают с игроками в сфере энергетики, чтобы обеспечить низкоуглеродное электроснабжение в часы, когда мощность их собственных возобновляемых источников энергии низкая. До сих пор PPA (power purchase agreements) стали ведущей стратегией для гиперскейлеров по выполнению своих обязательств по возобновляемой энергии. Технологические компании остаются крупными источниками роста PPA; в прошлом году Amazon приобрела больше PPA в мире, чем любая другая компания.

Гиперскейлеры полагаются на сертификаты возобновляемой энергии (REC - renewable energy certificates) для компенсации реальных выбросов. В то время как некоторые сосредотачиваются на сопоставлении потребления энергии с REC от сетей, где они работают/ Другие все чаще покупают сертификаты, привязанные к электроэнергии, произведенной в разное время и в разных местах. Исследователи отмечают, что это сопоставление углерода оказывает минимальное влияние на долгосрочные выбросы в энергосистемах и редко стимулирует разработку новых проектов или генерацию чистой энергии в областях, которые в противном случае не увидели бы таких инициатив.

Выбросы, связанные с энергетикой, также могут быть частично сокращены за счет стратегического выбора места. Это включает выбор мест, где в сети высока доля безуглеродной энергии и где температуры изначально ниже, что снижает потребность в потреблении энергии, связанной с охлаждением.

В настоящее время многие новые центры обработки данных спроектированы для обучения ИИ, которое имеет менее строгие требования к задержке, чем традиционная деятельность центров обработки данных. Со временем некоторые из них могут перейти к выводу ИИ, который требует гораздо более высоких скоростей, чем обучение ИИ или традиционное использование; те, которые находятся в удаленных местах с низкой задержкой, могут не подходить для этого.

В отсутствие полностью свободной от CO2 энергии растет интерес к решениям по удалению углерода, особенно среди гиперскейлеров. Такие компании, как AWS, активно покупают значительные кредиты на удаление углерода, чтобы компенсировать свои выбросы. Например, AWS взяла на себя обязательство купить удаление CO2 в объеме 250 000 метрических тонн в течение десятилетия.

Местная генерация


На большинстве мировых рынков основным препятствием, замедляющим доступ к электроэнергии, является ограниченная возможность подключения к передающей сети, а не возможность генерации электроэнергии. Скрытая мощность парка генерирующих мощностей в основном приходится на электростанции, работающие на ископаемом топливе, которые в настоящее время работают ниже максимальных уровней.

В местах, где имеется доступ к электроэнергии по магистральной сети электропередачи, существуют дополнительные ограничения на поставку энергетического оборудования, такого как трансформаторы, резервные генераторы на месте и распределительные устройства, при этом исторически сложилось так, что сроки поставки в некоторых случаях достигают почти двух лет.

Поскольку электросети приближаются к пределам своей мощности, а сроки выполнения новых сетевых подключений увеличиваются, операторы центров обработки данных будут вынуждены внедрять инновации. Энергия для питания центров обработки данных должна соответствовать различным потребностям роста и профилям нагрузки центров обработки данных. Могут потребоваться дополнительные источники для обеспечения круглосуточного питания, наряду с возобновляемыми источниками энергии и поставками из сети. Многие операторы уже изучают альтернативные стратегии для локальной генерации, включая небольшие модульные реакторы, водородные топливные элементы и природный газ.

За последние два десятилетия ни одна технология не стимулировала необходимость ускоренного развития энергетической инфраструктуры в Европе больше, чем ИИ, и в частности генеративный ИИ (gen AI). Более того, этот спрос в основном касается чистой энергии.

Инвестиции в решения в области зеленой энергетики для сектора набирают обороты, но остается значительный неиспользованный потенциал, учитывая экспоненциальный рост центров обработки данных. В отличие от традиционных приобретений центров обработки данных, таких как недвижимость или технологии, инвестиции в зеленую энергетику представляют различные профили риска/доходности, что, вероятно, привлекает инвесторов с определенными целями. Поскольку центры обработки данных играют все более важную роль в европейской экономике, изучение всей цепочки создания стоимости в сфере энергетики имеет важное значение для выявления и извлечения выгоды из этих новых возможностей.

Низкоуглеродная энергетика становится все более важной областью инвестиций. Компании в секторе центров обработки данных используют множество различных инструментов и подходов для управления своим учетом углерода, включая разделенные и согласованные по времени REC (renewable energy certificates), PPA (power purchase agreements), углеродное соответствие, компенсации, удаление CO2 и аккредитационные мероприятия, но многим заинтересованным сторонам пришлось самостоятельно определять собственные мотивы, амбиции и направления на будущее.

Поскольку Европа сталкивается со все более напряженной энергосистемой, будущее центров обработки данных, имеющих решающее значение для цифровой инфраструктуры и конкурентоспособности континента, зависит от стратегического выбора местоположения и управления энергопотреблением. В ландшафте, где надежный и быстрый доступ к энергии больше не гарантируется, компании, которые полагаются на центры обработки данных или строят их, должны столкнуться с новой реальностью лицом к лицу. Компромиссы между доступностью энергии и инфраструктурой передачи данных больше не являются теоретическими; они требуют срочных действий.

Чтобы сбалансировать возросшее проникновение прерывистых возобновляемых источников энергии, Европе потребуются более управляемые источники энергии. Возможно, ей также придется перенаращивать пиковую мощность возобновляемых установок, чтобы удовлетворить неожиданно высокий спрос на зеленую энергию со стороны центров обработки данных.

Для операторов систем передачи императив очевиден: ускорить и увеличить инвестиции в энергетическую инфраструктуру для обеспечения стабильности и надежности. Приток инвестиций может послужить катализатором для разработки специализированной инфраструктуры, которая будет хорошо связана с европейской промышленностью, транспортом и домохозяйствами, как указано в Плане действий ЕС по сетям. Другими словами, удовлетворение энергетических потребностей центров обработки данных может помочь сократить инвестиционный разрыв, который исторически отставал от прогресса в области производства электроэнергии.

Более того, укрепление связи между генерирующими и распределительными сетями имеет решающее значение для поддержки расширенных генерирующих мощностей и обеспечения эффективной поставки электроэнергии. Проактивно решая эти проблемы и инвестируя в необходимую инфраструктуру и технологии, Европа могла бы создать более устойчивое и стабильное энергетическое будущее.

Источник


https://www.mckinsey.com/industries/electric-power-and-natural-gas/our-insights/the-role-of-power-in-unlocking-the-european-ai-revolution

The role of power in unlocking the European AI revolution. October 24, 2024. 
This article is a collaborative effort by Anna Granskog, Diego Hernandez Diaz, Jesse Noffsinger, Lorenzo Moavero Milanesi, and Pankaj Sachdeva, with Arjita Bhan and Sofia von Schantz, representing views from McKinsey’s Electric Power & Natural Gas and Technology, Media & Telecommunications Practices.

Роль энергии в европейской революции искусственного интеллекта. 24 октября 2024 г.
Анна Гранског — партнер в офисе McKinsey в Хельсинки, где София фон Шанц — ассоциированный партнер; Диего Эрнандес Диас — партнер в офисе в Женеве; Джесси Ноффсингер — партнер в офисе в Сиэтле; Лоренцо Моаверо Миланези — старший партнер в офисе в Милане; Панкадж Сачдева — старший партнер в офисе в Филадельфии; а Арджита Бхан — консультант в офисе в Массачусетсе.
Авторы хотели бы поблагодарить Мишеля Ниварда за его вклад в эту статью.

воскресенье, 8 декабря 2024 г.

Уникальные риски, создаваемыми агентскими системами

Понимание уникальных рисков, создаваемых агентскими системами

Большие языковые модели (LLM) склонны к ошибкам и галлюцинациям. Поскольку агентские системы обрабатывают последовательности выходных данных, полученных из LLM, галлюцинация в выходных данных может породить каскадные эффекты, если не установлены средства защиты. Поскольку агентские системы предназначены для автономной работы, руководители бизнеса должны вводит дополнительные механизмы надзора и барьеры. Хотя сложно полностью предвидеть все агентские риски, некоторые из них верифицированы.

Потенциально вредные результаты


Большие языковые модели не всегда точны, иногда предоставляя неверную информацию или выполняя действия с нежелательными последствиями. Эти риски усиливаются, поскольку агенты генеративного ИИ (gen AI) самостоятельно выполняют задачи, используя данные и цифровые инструменты в очень изменчивых сценариях. Например, агент может одобрить высокорискованный кредит, что приведет к финансовым потерям, или может совершить дорогую, невозвращаемую покупку для клиента.

Стратегия смягчения. Организации должны внедрять надежные меры подотчетности, четко определяя обязанности как агентов, так и людей, обеспечивая объсняемость и понятность результатов работы агентов. Это может быть достигнуто путем разработки фреймворков для управления автономией агентов (например, ограничение действий агентов на основе сложности варианта использования) и обеспечение человеческого надзора (например, проверка результатов работы агентов перед выполнением и проведение регулярных аудитов решений агентов). Кроме того, механизмы прозрачности и прослеживаемости могут помочь пользователям понять процесс принятия решений агентом, чтобы на раннем этапе выявить потенциально опасные проблемы.

Неправильное использование инструментов


Благодаря своей способности получать доступ к инструментам и данным, агенты могут быть опасны, если их намеренно использовать не по назначению. Например, агенты могут использоваться для разработки уязвимого кода, создания убедительных фишинговых мошенничеств или взлома конфиденциальной информации.

Стратегия смягчения. Для потенциально высокорисковых сценариев организации должны встраивать барьеры (например, контроль доступа, ограничения на действия агентов) и создавать закрытые среды для агентов (например, ограничивать доступ агентов к определенным инструментам и источникам данных). Кроме того, организации должны применять мониторинг действий агентов в режиме реального времени с автоматическими оповещениями о подозрительном поведении. Регулярные аудиты и проверки соответствия могут гарантировать, что барьеры остаются эффективными и актуальными.

Недостаточное или чрезмерное доверие между человеком и агентом


Так же, как и в отношениях с коллегами-людьми, взаимодействие между людьми и агентами ИИ основано на доверии. Если пользователи не верят в агентские системы, они могут сократить взаимодействие человека с агентом и обмен информацией, которые требуются агентским системам, если они хотят учиться и совершенствоваться. И наоборот, по мере того, как агенты становятся более искусными в подражании человеческому поведению, некоторые пользователи могут оказывать им слишком большое доверие, приписывая им понимание и суждение на человеческом уровне. Это может привести к тому, что пользователи будут некритически принимать рекомендации или предоставлять агентам слишком много автономии без достаточного контроля.

Стратегия смягчения. Организации могут управлять этими проблемами, уделяя первостепенное внимание прозрачности принятия решений агентами, обеспечивая обучение пользователей ответственному использованию агентов и создавая процесс «человек в контуре» для управления поведением агентов. Человеческий надзор за процессами агентов является ключом к обеспечению того, чтобы пользователи сохраняли сбалансированную точку зрения, критически оценивали работу агентов и сохраняли окончательные полномочия и ответственность в действиях агентов. Кроме того, работа агентов должна оцениваться путем привязки действий агентов к конкретным результатам (например, удовлетворенность клиентов, показатели успешного завершения тикетов).

Проблемы


Помимо устранения этих потенциальных рисков, организациям следует учитывать более широкие проблемы, возникающие в связи с появлением агентов поколения ИИ:

  • Соответствие ценностям. Поскольку агенты похожи на коллег, их действия должны воплощать организационные ценности. 
    • Какие ценности должны воплощать агенты в своих решениях? 
    • Как регулярно оценивать и обучать агентов, чтобы они соответствовали этим ценностям?
  • Смена рабочей силы. Выполняя задачи независимо, агентские системы могут существенно изменить способ выполнения работы, потенциально позволяя людям больше сосредоточиться на задачах более высокого уровня, требующих критического мышления и управленческих навыков. 
    • Как будут меняться роли и обязанности в каждой бизнес-функции? 
    • Как сотрудникам могут быть предоставлены возможности переподготовки? 
    • Существуют ли новые модели сотрудничества, которые могут улучшить взаимодействие между людьми и агентами ИИ?
  • Антропоморфизм. Поскольку агенты все больше обладают человеческими способностями, пользователи могут развить чрезмерную зависимость от них или ошибочно полагать, что помощники ИИ полностью соответствуют их собственным интересам и ценностям. 
    • В какой степени человекоподобные характеристики должны быть включены в дизайн агентов? 
    • Какие процессы могут быть созданы для обеспечения обнаружения потенциального вреда в реальном времени при взаимодействии человека и агента?

Источник

Why agents are the next frontier of generative AI. By Lareina Yee, Michael Chui, and Roger Roberts with Stephen Xu.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/why-agents-are-the-next-frontier-of-generative-ai

среда, 4 декабря 2024 г.

Архетипы и уникальность нагрузки центров обработки данных

Что делает нагрузку на центр обработки данных уникальной?


В зависимости от рабочей нагрузки центры обработки данных могут потреблять электроэнергию круглосуточно, с некоторыми колебаниями в течение дня, как и другие промышленные центры. Однако центры обработки данных обладают уникальным профилем, который отличает их от коммунальных компаний и инвесторов.

Во-первых, большинство центров обработки данных располагаются с резервными системами хранения энергии, чтобы обеспечить выполнение высоких требований к времени безотказной работы. Эта резервная система может быть направлена ​​для компенсации нагрузки центра обработки данных, когда условия в сети становятся напряженными, тем самым создавая нагрузку, которая, по сути, является высокочувствительной.

Во-вторых, владельцы центров обработки данных обычно более склонны платить за электроэнергию, чем большинство других потребителей электроэнергии. Эксплуатационные расходы на электроэнергию могут составлять около 20% от общей стоимости бизнес-моделей центров обработки данных, которые оказались весьма прибыльными для крупных компаний. Поэтому более высокие тарифы на электроэнергию не нарушают бизнес-модель. Для сравнения, для других источников электроэнергии, таких как производство зеленого водорода, себестоимость конечного продукта сильно зависит от цен на электроэнергию, а ожидаемая маржа намного меньше.

В-третьих, прогноз спроса на центры обработки данных и готовность владельцев платить являются выбросами для графиков использования электроэнергии. Для большинства видов использования энергия преобразуется в физический конечный продукт (такой как светодиодная лампочка), а энергоэффективность измеряется в процентах (например, светодиодная лампочка потребляет на 90% меньше энергии, чем лампа накаливания). Вычислительная мощность измеряется порядком величины, а не процентом, а выход потребляемой мощности для центров обработки данных представляет собой информацию, а не физический товар. Прорывы, которые открывают доступ к недорогим, высокоэффективным вычислениям, не обязательно снижают спрос на электроэнергию. Скорее, такие прорывы могут повысить сложность моделей, которые могут быть запущены, и они могут даже обеспечить больше вариантов использования, которые приведут к большему спросу на электроэнергию. Короче говоря, обычные эксплуатационные параметры сектора электроэнергетики могут потребовать некоторого пересмотра, прежде чем они будут применены к центрам обработки данных.

В-четвертых, инновационные решения для систем охлаждения ИТ-центров предлагают значительный потенциал экономии. Системы охлаждения после ИТ-оборудования и серверов центров обработки данных обычно потребляют больше всего энергии, что подчеркивает большую возможность для повышения эффективности. Гипермасштаберы экспериментируют с удаленными местоположениями, чтобы воспользоваться местными условиями, например, используя холодный наружный воздух для охлаждения серверных комнат, тем самым потребляя минимальное количество энергии в холодные месяцы. Кроме того, такие местоположения предлагают возможности для переработки тепла, вырабатываемого в центрах обработки данных, в системы централизованного теплоснабжения.

Архетипы центров обработки данных


Существует три типа центров обработки данных: гиперскейлеры, колокаторы и корпоративные (собственные).

Гиперскейлер (hyperscaler) относится к игроку, который предлагает крупномасштабные облачные вычислительные сервисы с возможностью быстрого масштабирования вверх или вниз. Гиперскейлеры, такие как Amazon Web Services (AWS) и Microsoft Azure, управляют обширными глобальными сетями центров обработки данных, предоставляя инфраструктуру как услугу (IaaS) и платформу как услугу (PaaS). Они управляют огромными объемами вычислительной мощности и хранилища, позволяя компаниям использовать эти ресурсы по требованию, платя только за то, что они используют. Гиперскейлеры известны своей способностью справляться с огромными рабочими нагрузками и обеспечивать бесперебойный опыт для клиентов с различными потребностями .

Поставщик услуг размещения оборудования (a colocation provider). С другой стороны, поставщик услуг размещения оборудования предлагает физическое пространство, электропитание и охлаждение в своих центрах обработки данных для размещения клиентами собственных серверов и сетевого оборудования. В отличие от гипермасштабаторов, объекты размещения оборудования не предоставляют оборудование; вместо этого они предоставляют безопасную, управляемую среду, в которой компании могут арендовать пространство и сохранять контроль над собственным оборудованием. Эта модель идеально подходит для компаний, которым требуется полный контроль над своим оборудованием, но при этом они хотят воспользоваться преимуществами профессионального центра обработки данных, такими как повышенная безопасность, надежность и подключение.

Корпоративный (собственный) центр обработки данных — это объект, которым компания владеет и управляет для размещения собственной ИТ-инфраструктуры, включая серверы, хранилища и сетевое оборудование. В отличие от гиперскейлеров или объектов размещения, где инфраструктура или пространство арендуются у третьей стороны, корпоративные центры обработки данных полностью контролируются организацией, которой они принадлежат. Эти центры обработки данных обычно располагаются на территории компании или в специальном месте за ее пределами и предназначены для удовлетворения конкретных потребностей и требований этого бизнеса.