நவீனமயமாக்கல் இன்னும் முடிவடையவில்லை
நிறுவனங்கள் பல தசாப்தங்களாக பழைய தொழில்நுட்ப அமைப்புகளை நவீனப்படுத்தி வருகின்றன. மெயின்ஃப்ரேம்கள் மற்றும் மரபு அமைப்புகள் web services, microservices, virtualization, cloud, x86 அடிப்படையிலான Windows மற்றும் Linux சேவையகங்களுடன் இணைக்கப்பட்டுள்ளன. இருந்தாலும் நவீனமயமாக்கல் செலவானதும் மெதுவானதும் முடிவில்லாததுமாகவே உள்ளது.
Agentic AI ஒருங்கிணைப்பு மற்றும் தானியக்கத்தை வழங்கும் என விற்பனையாளர்கள் கூறுகின்றனர். ஆனால் ZDNET ஆய்வு இது இன்னும் தொடக்க நிலையில் இருப்பதைக் காட்டுகிறது.
AI பணியில் பங்கேற்குமா என்பது கேள்வி அல்ல; தாமதம், செலவு அதிகரிப்பு, குறைந்த செயல்பாட்டு மேம்பாடு மற்றும் தெளிவற்ற வணிக மதிப்பு ஆகியவற்றை மாற்றுமா என்பதே கேள்வி.
பயன்பாடு இன்னும் குறைவு
IT சேவை நிறுவனமான Kyndryl நடத்திய 2,000 மூத்த IT முடிவெடுப்பாளர்களின் கணக்கெடுப்பை ZDNET மேற்கோள் காட்டியது. வெறும் 10% பேர் நவீனமயமாக்கலில் Agentic AI பயன்படுத்துவதாக தெரிவித்தனர்.
மரபு அமைப்பை நவீனப்படுத்துவது ஒரு தொழில்நுட்ப மாற்றம் மட்டுமல்ல. பயன்பாடுகள், செயல்முறைகள், சார்புகள் மற்றும் உடனடியாக நிறுத்த முடியாத நீண்டகால அமைப்புகள் இதில் அடங்கும்.
பயன்பாடு குறைவாக இருப்பதால் செலவு கட்டுப்பாடு அல்லது அளவிடக்கூடிய புதுமை பலன் கிடைக்கிறதா என்பதை உறுதிப்படுத்துவது கடினம்.
முடிவுகள் சமமற்றவை
Kyndryl தரவின்படி, சுமார் பாதி நிறுவனங்கள் IT செயல்பாடுகள் மேம்பட்டதாகக் கூறின. பாதிக்கும் குறைவானவை புதுமை பலனை தெரிவித்தன. 18% நிறுவனங்கள் குறைந்த அல்லது தெளிவற்ற மதிப்பைச் சந்தித்தன.
கிட்டத்தட்ட பாதி பேர் காலதாமதம் மற்றும் செலவு அதிகரிப்பை தெரிவித்தனர். எனவே AI முகவரிக்கு உயர்ந்த அளவுகோல் தேவை: தொழில்நுட்ப திறன் மட்டுமல்ல, செயல்பாடு, புதுமை, காலஅட்டவணை மற்றும் செலவில் முன்னேற்றமும் காட்டப்பட வேண்டும்.
AI ஒருங்கிணைக்கும் அடுக்காக முன்வைக்கப்படுகிறது
AI முகவர்கள் பயன்பாடுகள், கட்டமைப்பு மற்றும் குழுக்களுக்கிடையிலான பணியை இணைக்கலாம். ஆனால் ஒருங்கிணைப்பு மட்டும் பொருளாதார பலனை நிரூபிக்காது. நவீனமயமாக்கலின் மதிப்பு செயல்படுத்திய பின் கிடைக்கும் முடிவுகளால் தீர்மானிக்கப்படுகிறது.
முந்தைய முறைகள் அடையாத முடிவுகளை முகவர்கள் தருவார்களா என்பதே கேள்வி. AI தீர்வாக மாறலாம் அல்லது நீண்ட தேடலில் மற்றொரு வாக்குறுதியாகலாம்.
தொழில்நுட்பத் தலைவர்களுக்கான நடைமுறை சோதனை
உடனடி பாடம் கட்டுப்பாடு. AI திறன் காட்சியையும் திட்டத்தின் பொருளாதாரம் மேம்பட்டதற்கான ஆதாரத்தையும் நிறுவனங்கள் வேறுபடுத்த வேண்டும்.
- IT செயல்பாடுகள் மேம்பட்டனவா?
- புதிய கட்டமைப்பைத் தாண்டி புதுமை பலன் கிடைத்ததா?
- காலதாமதமும் செலவு அதிகரிப்பும் குறைந்தனவா?
- தெளிவான மதிப்பு கிடைத்ததா?
AI பல தசாப்த சவாலுக்கான அடுத்த தீர்வாக முன்வைக்கப்படும் போது இந்தக் கேள்விகள் முக்கியம். Kyndryl தரவுகள் வாய்ப்பையும் அதிகப்படியான கூற்றின் அபாயத்தையும் காட்டுகின்றன.
இந்தக் கட்டுரை ZDNET செய்தியறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.
Originally published on zdnet.com


