قطعی های ChatGPT نیاز فوری برای نظارت بر وابستگی های هوش مصنوعی را برجسته می کند

هوش مصنوعی (AI) با سرمایه گذاری در فضا در حال فراگیر شدن است نزدیک به 200 میلیارد دلار تا سال 2025

همانطور که سازمان ها در سراسر جهان از اهرم استفاده می کنند هوش مصنوعی برای ساده‌سازی عملیات، بهبود تجربیات مشتری و سوخت‌رسانی به نوآوری، مزایای این فناوری آشکار می‌شود. با این حال، آسیب پذیری های آن نیز به طور فزاینده ای آشکار می شوند، همانطور که در رویدادهای اخیر نشان داده شده است.

ولنتاین امسال قطع شدن ChatGPT بر اهمیت تضمین خدمات بدون وقفه در میان افزایش تعداد وابستگی‌های هوش مصنوعی تأکید کرد. این قطع شدن، که دومین اختلال ChatGPT در چند روز اخیر بود (و یک هفته بعد به دنبال آن رخ داد)، چالش های عملیاتی زیادی را که استفاده از هوش مصنوعی می تواند ایجاد کند، روشن می کند. این موضوعی است که سازمان ها باید به سرعت یاد بگیرند که برای حفظ تداوم کسب و کار حرکت کنند.

قطعی 14 فوریه بر سرویس ChatGPT و مشتریان آن که از API برای اجرای چت ربات‌های مبتنی بر GPT استفاده می‌کنند، تأثیر گذاشت و در نتیجه یک حقیقت پرهزینه را آشکار کرد: وقفه‌های سرویس، به‌ویژه مواردی که وابستگی‌های پایین‌دستی دارند، گران هستند.

مطالعات نشان می دهد که خرابی می تواند برای شرکت ها هزینه داشته باشد تا 1 میلیون دلار در ساعت، تاکید بر ضرورت فوری برای تعمیر سریع و ترجیحاً پیشگیری فعال از خاموشی. به گفته دان و برادستریت، 59 درصد از Fortune 500 شرکت ها به طور متوسط ​​1.6 ساعت تعطیلی در هفته را تجربه می کنند که برابر با هزینه کار هفتگی 896000 دلار است.

مربوط:تاریخچه AWS Cloud و مرکز داده قطع می شود

از آنجایی که قطعی برق ده ها هزار دلار در دقیقه هزینه دارد، تعمیر آنها مهم است – اما رفع آنها سریع انتقادی است. و اینکه بتوانیم به طور فعال از آنها جلوگیری کنیم نه تنها جام مقدس برای فناوری اطلاعات است، بلکه برای نتیجه سازمان نیز مهم است.

اینترنت شکننده، پیچیده و به هم پیوسته است. سیستم های ما، شبکه های، برنامه ها و اتصالات اینترنتی باید با این وجود نسبت به بازگشت سریع پس از قطع برق مقاوم باشند. نکته مهم این است که اگرچه قطعی ها را می توان کاهش داد، اما نمی توان آنها را حذف کرد. و نحوه برخورد تیم‌های IT با آنها می‌تواند به معنای تفاوت بین حداقل ضرر و ضرری باشد که میلیون‌ها دلار را شامل می‌شود.

راهبردهایی برای محافظت در برابر خرابی

حوادثی مانند قطع شدن ChatGPT می تواند عواقب گسترده ای داشته باشد، از جمله صدمه به اعتبار برند و حتی مسئولیت های قانونی. برای کسب و کارهایی که در بازارهای بسیار رقابتی فعالیت می کنند، حتی یک دوره کوتاه توقف می تواند منجر به از دست دادن درآمد قابل توجهی شود و اعتماد مشتری را از بین ببرد.

برای کاهش خطرات مالی و اعتباری مرتبط با خاموشی های مبتنی بر هوش مصنوعی، سازمان ها باید رویکردی فعالانه برای نظارت بر عملکرد اتخاذ کنند. کسب‌وکارها با به دست آوردن دید در زمان واقعی عملکرد برنامه‌های مبتنی بر هوش مصنوعی خود، می‌توانند ناهنجاری‌ها را شناسایی کنند، عملکرد را بهینه کنند و از تجربیات یکپارچه کاربر اطمینان حاصل کنند.

مربوط:استخراج کنندگان بیت کوین در بحبوحه رونق هوش مصنوعی به عملیات مرکز داده می پردازند

تشخیص زودهنگام پیشگیرانه مسائل و توانایی شناسایی سریع علل ریشه ای به تیم های فناوری اطلاعات اجازه می دهد تا وقفه ها را در صورت وقوع ببینند و عیب یابی کنند.

اما تشخیص زودهنگام همیشه آنطور که به نظر می رسد آسان نیست. بسیاری از سازمان‌ها برای شناسایی کندی سرعت و قطعی‌ها به نظارت اولیه تایم – اغلب محدود به نظارت صرفاً بر صفحه اصلی خود – تکیه می‌کنند، که می‌تواند به این معنی باشد که شرکتی که با خرابی‌های متناوب یا جزئی سایت مواجه است، تشخیص خود را از دست می‌دهد.

بنابراین، اجزای کلیدی تشخیص قوی و فعال چیست؟

برای جلوگیری از خرابی ناشی از مسائل مرتبط با هوش مصنوعی، سازمان ها باید موارد زیر را اجرا کنند:

  1. استراتژی های نظارتی جامع مانند نظارت بر عملکرد اینترنت (IPM) که همه جنبه‌های برنامه‌های مبتنی بر هوش مصنوعی را در بر می‌گیرد، از رابط‌های کاربری جلویی گرفته تا خطوط لوله پردازش داده‌های باطنی.

  2. تجزیه و تحلیل پیش بینی کننده و تشخیص ناهنجاری مبتنی بر هوش مصنوعی برای کمک به شناسایی مشکلات بالقوه قبل از تأثیرگذاری بر کاربران نهایی.

همانطور که اتکای ما به فناوری‌های مبتنی بر هوش مصنوعی افزایش می‌یابد، اطمینان از خدمات بدون وقفه فراتر از یک نیاز عملیاتی صرف به یک الزام تجاری افزایش یافته است.

با نظارت فعالانه بر وابستگی‌های هوش مصنوعی و اجرای استراتژی‌های مدیریت عملکرد قوی، کسب‌وکارها می‌توانند خطر خرابی پرهزینه را به حداقل برسانند و تداوم کسب و کار را در دنیایی که به طور فزاینده‌ای مبتنی بر هوش مصنوعی است، حفظ کنند.

درباره نویسنده

مهدی داودی یکی از بنیانگذاران و مدیرعامل Catchpoint و کارشناس نظارت بر تجربه دیجیتال است. قبل از Catchpoint، مهدی بیش از 10 سال را در DoubleClick و Google گذراند، جایی که مسئولیت کیفیت خدمات و همچنین خرید، ساخت، استقرار و استفاده از راه حل های مختلف نظارت بر عملکرد داخلی و خارجی را بر عهده داشت که باعث علاقه او به این فضا شد.


Source link