Dell က AI စက်ရုံပေါင်း ၆၅၀၀ ကျော်ကို လုပ်ငန်းတိုင်းနီးပါးရှိ ဖောက်သည်များထံ ပို့ဆောင်ပေးခဲ့ပြီးဖြစ်ကြောင်း ပြောကြားခဲ့ပြီး ထိုအောင်မြင်မှုကို လုပ်ငန်းကြီးများက ၎င်းတို့အသုံးပြုနေသော AI ကို ထိုဟာ့ဒ်ဝဲပေါ်တွင် မည်သို့လုံခြုံအောင်လုပ်ဆောင်နေသည်ဆိုသည့် Omdia မှ မှာယူထားသော သုတေသနနှင့် တွဲဖက်လုပ်ဆောင်ခဲ့သည်။ အဓိကတွေ့ရှိချက်မှာ အဖွဲ့အစည်း ၉၈% သည် IT လုပ်ငန်းများအတွက် အေးဂျင့် AI ကို အသုံးပြုနေ သို့မဟုတ် တီထွင်နေကြပြီဖြစ်ပြီး လုံခြုံရေးမေးခွန်းကို စမ်းသပ်မှုများမှတစ်ဆင့် ထုတ်လုပ်မှုအထိ ရွှေ့လျားစေပြီး ကျန်လေ့လာမှုမှာ ကာကွယ်မှုများသည် လက်ခံကျင့်သုံးမှုကို မည်မျှအထိ ခြေရာခံနေသည်ဆိုသည့်အကြောင်းဖြစ်သည်။
စစ်တမ်းမက်ထရစ်များက အုပ်ချုပ်မှုနှင့် အန္တရာယ်ကွာဟချက်များကို ဖော်ထုတ်သည်
Omdia ၏ တွေ့ရှိချက်အရ အဖွဲ့အစည်း ၇၉% သည် ပြီးခဲ့သည့် ၁၂ လအတွင်း AI နှင့် ဆက်စပ်သော အဖြစ်အပျက်တစ်ခု ဖြစ်ပွားခဲ့ပြီး၊ ၎င်းတွင် အလွန်အကျွံ agency၊ prompt injection နှင့် မခန့်မှန်းနိုင်သော tool usage ကဲ့သို့သော agent-specific failure modes များ ပါဝင်သည်။ ယင်းနှင့် ဆန့်ကျင်ဘက်အနေဖြင့် တုံ့ပြန်သူ ၉၅% က AI အန္တရာယ်ကို စီမံခန့်ခွဲနိုင်စွမ်းအပေါ် ယုံကြည်မှု သို့မဟုတ် အလွန်ယုံကြည်မှု ရှိကြောင်း ပြောကြားခဲ့သည်။ ကွာဟချက်သည် လက်တွေ့တွင် ပေါ်လာသည်- အဖွဲ့အစည်း ၂၄% သည် agent AI ခွင့်ပြုချက်များကို manual process များမှတစ်ဆင့် စီမံခန့်ခွဲနေဆဲဖြစ်ပြီး agent များကိုယ်တိုင်က စက်အမြန်နှုန်းဖြင့် လုပ်ဆောင်ကြသည်။
မူဝါဒလိုက်နာမှုမှာ လုပ်ငန်းနယ်နိမိတ်များတစ်လျှောက် အလားတူကွဲပြားမှုကို ပြသနေသည်။ အများပြည်သူဆိုင်ရာ AI အသုံးပြုမှုကို ခွင့်ပြုသည့် အဖွဲ့အစည်း ၉၃% သည် တရားဝင်အသုံးပြုမှုမူဝါဒများကို ထိန်းသိမ်းထားသော်လည်း၊ လုံခြုံရေးခေါင်းဆောင် ၅၅% သည် ဝန်ထမ်းများသည် ထိုလမ်းညွှန်ချက်များကို ချိုးဖောက်သည်ဟု အကဲဖြတ်ကြသည်။ AI လုံခြုံရေးဆော့ဖ်ဝဲအတွက် ဘတ်ဂျက်အခွင့်အာဏာသည် အပိုင်းပိုင်းကွဲနေဆဲဖြစ်သည်- CTO များသည် အဓိကဝယ်ယူခွင့်အာဏာကို ၃၇% ဖြင့် ထိန်းထားပြီး၊ အထွေထွေ IT ခေါင်းဆောင်မှုမှာ ၂၆% နှင့် CISO များက ၂၂% ဖြင့် ဒုတိယနေရာတွင် ရှိသည်။ ထို့အပြင်၊ လာမည့် ၁၂ မှ ၁၈ လအတွင်း စီစဉ်ထားသော အသုံးစရိတ်တိုးမြှင့်မှုများသည် အာရုံစူးစိုက်မှုမရှိဘဲ၊ ရင်းနှီးမြှုပ်နှံမှုအမျိုးအစားတစ်ခုတည်းသည် စီစဉ်ထားသော အရင်းအနှီး၏ ၄၀% ထက် မကျော်လွန်ဘဲ၊ AI ခြိမ်းခြောက်မှု ထောက်လှမ်းကိရိယာများသည် ၄၀% ကန့်သတ်ချက်ကို ရောက်ရှိနေသည်။
အခြေခံအဆောက်အအုံ သီးခြားခွဲထားခြင်းနှင့် ပြန်လည်ထူထောင်ရေး စီစဉ်ခြင်း
အေးဂျင့်များ လည်ပတ်သည့်နေရာနှင့်ပတ်သက်၍ အဖွဲ့အစည်းဆယ်ခုတွင် လေးခုနီးပါးသည် on-premises data center များတွင် အေးဂျင့် AI ကို ဖြန့်ကျက်ပြီး ၄၃% သည် on-premises edge environment များကို အသုံးပြုကြပြီး သုံးပုံတစ်ပုံခန့်သည် ထို workload များကို sandboxing သို့မဟုတ် air-gapping ဖြင့် ခွဲထုတ်ကြသည်။ ထို on-prem weighting သည် Dell အတွက် စစ်တမ်းသည် အသုံးဝင်ရခြင်း၏ အကြောင်းရင်းဖြစ်သည်- AI စက်ရုံ ၆၅၀၀ သည် ထိုအဖွဲ့အစည်းများ ဖော်ပြနေသော အခြေခံအဆောက်အအုံများဖြစ်သည်။
ပြန်လည်ကောင်းမွန်လာမှုဘက်တွင်၊ တုံ့ပြန်သူ ၈၇% သည် ခြိမ်းခြောက်မှုရှာဖွေခြင်းနှင့် တုံ့ပြန်မှုကိရိယာများသည် AI ကို လုံခြုံစေရန်အတွက် ထိရောက်မှု သို့မဟုတ် အလွန်ထိရောက်မှုရှိသည်ဟု အဆင့်သတ်မှတ်ခဲ့ပြီး ၈၈% သည် AI ခံနိုင်ရည်ရှိမှုအတွက် အရန်ကူးယူခြင်းနှင့် ပြန်လည်ကောင်းမွန်လာခြင်းကိုလည်း အလားတူပြောကြားခဲ့သည်။ Dell ၏ငြင်းခုံချက်မှာ အေးဂျင့်တစ်ခု သို့မဟုတ် ၎င်း၏ဒေတာကို ခိုးယူခံရပြီးသည်နှင့် ထောက်လှမ်းခြင်းတစ်ခုတည်းဖြင့် မလုံလောက်ပါ၊ အရန်ကူးယူခြင်းနှင့် ပြန်လည်ကောင်းမွန်လာခြင်းသည် AI အပလီကေးရှင်း၊ ၎င်း၏မော်ဒယ်များနှင့် ၎င်း၏ဒေတာကို သိရှိထားသောကောင်းမွန်သောအခြေအနေသို့ ပြန်လည်ရောက်ရှိစေနိုင်ရမည်ဟုဖြစ်သည်။ ၎င်း၏နိဂုံးချုပ်အချက်မှာ scaling နှင့် stalling အကြားကွာခြားချက်သည် လုံခြုံရေးနှင့် ခံနိုင်ရည်ရှိမှုကို ပထမနေ့မှစ၍ တည်ဆောက်ခဲ့ခြင်း သို့မဟုတ် နောက်ပိုင်းတွင် တပ်ဆင်ခဲ့ခြင်းရှိမရှိပေါ်တွင် မူတည်ပါသည်။
အမေဇုံ