Wie Führungskräfte von Infrastruktur-Unternehmen der Fortune-500-Liste die Vorbereitungen für den Einsatz von KI meistern

Letzte Woche nahmen wir beide zusammen mit führenden Netzwerkexperten von Home Depot und Disney an einer Podiumsdiskussion bei Cisco Live teil. Diese Session  bot den Verantwortlichen für Netzwerke und Infrastruktur die Gelegenheit, darüber zu sprechen, was sie wirklich über den Einsatz von KI als Werkzeug zur Verwaltung von Netzwerkinfrastrukturen denken.

In unseren Gesprächen mit Entscheidungsträgern aus den Bereichen Netzwerke und Infrastruktur tauchen immer wieder einige gemeinsame  Themen auf. Sie sind begeistert von den Möglichkeiten, die sich mit KI-Systemen eröffnen, fühlen sich aber gleichzeitig auch überfordert . Viele von ihnen befürchten, dass sie bereits die neuesten und besten KI-Innovationen im Bereich des Networkings verpassen könnten. Sie sind sich auch nicht sicher, was sie dagegen unternehmen sollen.

Trotz dieser Ungewissheit wissen wir  eines ganz sicher: Künstliche Intelligenz hat die Art und Weise, wie Unternehmen vernetzt sind, grundlegend verändert – das liegt daran, dass der Ort, an dem Daten gespeichert werden, neu definiert wurde. Eine traditionelle Hub-and-Spoke-Architektur war sinnvoll, als sich die Daten hauptsächlich im Hub befanden. Heutzutage sind Daten überall . Unternehmen benötigen eine verteilte Infrastruktur, um Daten unabhängig von ihrem Speicherort abzurufen und dorthin verschieben zu können, wo sie benötigt werden.

Werfen wir einen genaueren Blick darauf, wie die führenden Infrastruktur-Unternehmen der Fortune-500-Liste auf die neue KI-Landschaft reagieren. Sehen Sie sich vier Szenarien an, die typisch für unsere Gespräche mit Führungskräften aus der Wirtschaft sind. Erfahren Sie, welche Auswirkungen diese auf Ihre eigenen KI-Vorbereitungen haben könnten.

Szenario 1: Optimierung für mehr Flexibilität

Was wir gehört haben:

Wir setzen uns ständig dafür ein, dass Benutzer jederzeit Zugang zu den neuesten und fortschrittlichsten KI-Modellen haben – nur um dann festzustellen, dass der „Trend der Woche“ sich schon wieder geändert hat. Wir haben Schwierigkeiten, dieser Nachfrage gerecht zu werden. Wir wissen nie, ob wir in der Lage sind, neue Modelle verschiedener Provider mit den entsprechenden Sicherheitsvorkehrungen zu unterstützen.

Was das bedeutet:

Wenn Sie nicht wissen, wie Ihre zukünftigen Anforderungen im Bereich künstlicher Intelligenz aussehen werden, ist es die beste Strategie, auf eine flexible Infrastruktur zu setzen, um für alle Entwicklungen gerüstet zu sein. Dies ist einer der Gründe, warum Unternehmen sowohl private als auch öffentliche Modelle nutzen sollten, die in privaten und öffentlichen Cloud-Umgebungen gehostet werden. Dies ist entscheidend, um eine Abhängigkeit von einem bestimmten Modell oder Provider zu vermeiden.

Wenn Sie eine hybride Infrastruktur nutzen, die sowohl öffentliche als auch private Umgebungen umfasst, lässt sich das Gleichgewicht zwischen Leistung, Flexibilität und Sicherheit einfacher herstellen. Wenn Sie Ihre hybride KI-Infrastruktur auf einer von Ihnen kontrollierten Basis aufbauen, können Sie anbieterunabhängige Konnektivitätslösungen nutzen, die es Ihnen ermöglichen, Ihre Cloud-Verbindungen bei Bedarf neu zu konfigurieren oder anzupassen.

Szenario 2: Das Problem an der Wurzel packen

Was wir gehört haben:

Wenn unsere KI-Infrastruktur nicht einwandfrei funktioniert, ist es oft schwierig, richtig zu reagieren. Das Problem entpuppt sich am Ende oft als etwas ganz anderes, als wir ursprünglich dachten. Wenn wir KI-Tools zur Fehlerbehebung in unserer Infrastruktur einsetzen, sind sie nicht immer so hilfreich, wie wir es uns erhofft hatten.

Was das bedeutet:

Infrastrukturverantwortliche sind täglich mit dieser Art von Unsicherheit konfrontiert. In mancher Hinsicht hat die künstliche Intelligenz das Problem um ein Vielfaches verschlimmert. KI kann bei der Fehlerbehebung in der Unternehmens-IT helfen, aber  Führungskräfte müssen achtsam sein, wie sie die von der KI generierten Erkenntnisse interpretieren und anwenden. Menschliche Expertise ist entscheidend, um die Ergebnisse von KI-Systemen zu interpretieren.

Die Herausforderung besteht darin, dass generative KI-Modelle People Pleaser sind, also den Menschen gefallen wollen. Wenn Sie versuchen, ein Infrastrukturproblem zu lösen, wird das Modell Ihnen immer eine Lösung vorschlagen, die plausibel klingt. Man sollte diese Antworten nicht einfach so hinnehmen, selbst wenn sie den eigenen Vorstellungen entsprechen.

Es liegt in Ihrer Verantwortung zu entscheiden, ob die Lösung wirklich sinnvoll ist – basierend auf Ihrem Wissen über Ihre Infrastruktur. Sie müssen auch sorgfältig formulierte Anweisungen erstellen, um den Modellen den vollständigen Kontext der Probleme zu vermitteln, die Sie lösen möchten.

Szenario 3: Schatten-KI

Was wir gehört haben:

Seit Jahren herrscht in Bezug auf künstliche Intelligenz eine „Wildwest“-Mentalität. Obwohl wir über ein Governance-Team verfügen, das die KI-Richtlinien überwacht, ist die Durchsetzung dieser Richtlinien praktisch unmöglich. Die Menschen können tun, was sie wollen – und genau das hält uns nachts wach.

Was das bedeutet:

Benutzer sind es gewohnt, in ihrem Privatleben verschiedene KI-Modelle auszuprobieren. Daher ist es nicht verwunderlich, dass diese Mentalität auch in ihrem Berufsleben Einzug hält. Sie nutzen die Modelle, die sie verwenden möchten, wann und wo sie es wünschen – ohne um Erlaubnis zu bitten oder auf Anweisungen zu warten. Diese sogenannte „Schatten-KI“ kann zu höheren Kosten führen, Datenschutzprobleme verursachen und die Sicherstellung konsistenter Ergebnisse erschweren.

Wer in einem Unternehmen für die Überwachung der KI-Strategie verantwortlich ist, weiß eines mit Sicherheit: Das Netzwerk bildet die Grundlage, die Innovationen im Bereich der künstlichen Intelligenz ermöglicht und gleichzeitig Risiken minimiert. Da Netzwerkexperten Einblicke darüber haben, wo KI-Workloads ausgeführt werden und die Art und Weise kennen, wie Daten zwischen ihnen übertragen werden, sollten sie bei der Entwicklung einer Ende-zu-Ende-KI-Infrastrukturstrategie mit am Tisch sitzen.

Die Organisation sollte klare Richtlinien dafür festlegen, wie Netzwerk-Ingenieure KI verantwortungsvoll einsetzen können und sicherstellen, dass ihnen entsprechende Tools zur Verfügung stehen, um diesen Anforderungen gerecht zu werden.

Wenn Netzwerk-Ingenieure KI zur Codeerstellung nutzen, sollten sie dies im Rahmen eines kollaborativen Entwicklungsprozesses tun, anstatt den Code auf ihren eigenen Laptops zu speichern. Dies gibt den Entwicklern die Möglichkeit, sich einzubringen und erkannte Probleme im Code zu beheben.

Szenario 4: Schnell mit KI-Ökosystemen verbinden

Was wir gehört haben:

Vor kurzem haben unsere Führungskräfte beschlossen, dass wir Grafikprozessoren von einem bestimmten Neocloud-Provider kaufen müssen. Wir haben bisher noch keine Verbindung zu dieser Neocloud hergestellt und sind daher unsicher, wie wir vorgehen sollen. Tatsächlich arbeiten wir seit Jahren hauptsächlich mit einem bestimmten Cloud-Hyperscaler zusammen, sodass die Verbindung mit Systemen außerhalb ihres Ökosystems für uns neu und ungewohnt ist. Wie können wir schnell und sicher die richtigen Verbindungen herstellen?

Was das bedeutet:

Der Zugang zu den richtigen Ökosystempartnern ist entscheidend für die Flexibilität der Infrastruktur. Wie bereits erwähnt, sind neutrale Konnektivitätslösungen ideal für den Einsatz in der KI, da sie es ermöglichen, bei Bedarf schnell neue Partnerschaften einzugehen, ohne dass eine Abhängigkeit von einem bestimmten Anbieter dies behindert.

Selbst bei bester Konnektivität spielt die räumliche Nähe weiterhin eine wichtige Rolle. Entfernung führt zwangsläufig zu Verzögerungen. Deshalb ist die Auswahl der richtigen Partner für Ihr Ökosystem nur die halbe Miete. Es ist genauso wichtig, den Standort dieser Ökosystempartner zu bestimmen und die KI-Workloads entsprechend zu platzieren.

Der Einsatz einer privaten KI-Infrastruktur bei einem globalen Colocation-Provider kann eine hilfreiche Lösung sein. Sie können sich sicher fühlen, denn Tausende potenzieller KI-Ökosystem-Partner arbeiten bereits mit diesem Provider zusammen. Das Equinix-Ökosystem beherbergt beispielsweise Neocloud-Anbieter wie CoreWeave, Crusoe, Denvr Dataworks, GroqCloud, Lambda Labs und Nebius sowie alle großen Cloud-Hyperscaler.

Beginnen Sie noch heute mit dem Aufbau einer verteilten KI-Infrastruktur

KI ist kein Allheilmittel für alle Infrastrukturprobleme, mit denen IT-Teams in Unternehmen konfrontiert sind. Tatsächlich verschärft sie diese Probleme oft noch weiter. Aber Teams, die sich heute auf die Optimierung ihrer Infrastrukturflexibilität konzentrieren, werden sich in einer guten Position befinden, um die Herausforderungen der KI zu meistern und gleichzeitig die neuen, durch KI geschaffenen Chancen zu nutzen, sobald sich diese eröffnen.

Equinix hat die entscheidende Rolle erkannt, die Netzwerke bei der Bereitstellung einer KI-fähigen Infrastruktur spielen. Es beginnt damit, dass Interconnection-Hubs an den richtigen Orten vorhanden sind – nicht nur an einigen zentralen Standorten wie bei einem herkömmlichen WAN. Mit einer verteilten Infrastruktur an der Edge  können Unternehmen näher an all die verschiedenen Orte heranrücken , um Folgendes zu tun:

• Daten aus verschiedenen Quellen sammeln
• KI-Inferenzprozesse nahezu in Echtzeit durchführen
• Mit verschiedenen Endanwendern und Partnern in Kontakt treten

Erfahren Sie mehr darüber, warum verteilte Interconnection-Hubs für Führungskräfte von Unternehmen, die sich auf die Einführung von KI vorbereiten, so wichtig sind. Lesen Sie die Kurzdarstellung des Anwendungsfalls „Optimieren Sie Ihr globales Netzwerk für KI“.