Европейска страна обмисля изграждането на малки ядрени реактори
Вече е създадена рамка за анализ на „потенциала и рисковете“
Според експерт, компаниите инвестират твърде малко в AI технологии
Най-силно засегнати според него са банките, обработващи огромни обеми данни – както и предприятията
Много компании отделят твърде малко средства за обновяване на своите ИТ-системи. „Често 80% от бюджета се харчи за най-големите компоненти на инфраструктурата, а само 20% остават за иновации“, заяви главният изпълнителен директор на консултантската компания Publicis Sapient, Найджъл Ваз, пред Германската пресагенция (dpa) в кулоарите на Световния икономически форум в Давос. Най-силно засегнати според него са банките, обработващи огромни обеми данни – както и предприятията.
Снимка:
iStock
Тези така наречени технически дългове („Tech Debt“) значително усложняват достъпа до данни и интеграцията на съвременни технологии, подчерта Ваз. Новите инструменти, като изкуствения интелект (ИИ), не могат сами по себе си да разрешат този проблем. „Без модернизация на основните системи, с ИИ просто се „разкрасява“ ситуацията, но не се решава същинският проблем.“
Особено трудна е работата с legacy-системи в сектори като банкиране, здравеопазване и търговия. Много стари кодове, например на Cobalt, включват милиони редове и са трудни за разбиране от новите разработчици. За да улеснят миграцията, Sapient използва платформа, наречена „Slingshot“ (прашка), която позволява прехвърляне на старата софтуерна база към съвременни езици като Java или React. Така времето за обновяване на системите може да се съкрати значително: „Проект, който първоначално беше планиран за десет години, с помощта на ИИ беше реализиран за по-малко от три години“, посочи Ваз.
Освен техническите предизвикателства, ключов проблем е и недостигът на квалифицирани кадри. „Само малко млади разработчици все още изучават Cobalt, затова компаниите трябва скъпо да задържат опитни екипи“, обясни експертът. В същото време икономиите от модернизацията могат частично да финансират тези инвестиции.
Допълнително, използването на ИИ е затруднено от фрагментирани масиви от данни и различни регулаторни изисквания. „ИИ е толкова ефективен, колкото са основните данни. Регулацията, уменията и управлението на данните трябва да са синхронизирани, за да има реална полза“, добави Ваз.
Последвайте businessnovinite.bg в INSTAGRAM
Последвайте businessnovinite.bg във FACEBOOK
Последвайте businessnovinite.bg в LINKEDIN
