NetApp CEO: AI மாடல்கள் இனி சாதாரணம்; தரவுகள்தான் உங்கள் பலம்!

TECHNOLOGY
Whalesbook Logo
AuthorRahul Suri|Published at:
NetApp CEO: AI மாடல்கள் இனி சாதாரணம்; தரவுகள்தான் உங்கள் பலம்!

AI மாடல்கள் அனைவருக்கும் எளிதாகக் கிடைக்கத் தொடங்கிவிட்டதால், இனிமேல் நிறுவனங்களின் தனிப்பட்ட, பிரத்யேகமான தரவுகள்தான் (Proprietary Data) அவர்களுக்குப் பெரிய போட்டித்தன்மையாக (Competitive Advantage) இருக்கும் என்று NetApp CEO ஜார்ஜ் குரியன் கூறியுள்ளார். இதனால், தரவு மேலாண்மை (Data Management), பாதுகாப்பு (Security) மற்றும் உள்கட்டமைப்புக்கு (Infrastructure) அதிக முக்கியத்துவம் கொடுக்கப்படும் என எதிர்பார்க்கப்படுகிறது.

என்ன நடந்தது?

தற்போது AI மாடல்களை உருவாக்குவதில் உள்ள கவனம், தொழில்நுட்ப உலகில் ஒரு பெரிய மாற்றத்தை மறைப்பதாக NetApp CEO ஜார்ஜ் குரியன் தெரிவித்துள்ளார். ஜெனரேட்டிவ் AI மாடல்கள் பரவலாகக் கிடைப்பதால், அவை சாதாரண பயன்பாட்டுப் பொருளாக மாறி வருகின்றன. எனவே, AI துறையில் நீண்டகால வெற்றி பெறுபவர்கள் சிறந்த மாடல்களை உருவாக்குபவர்கள் அல்ல, மாறாக தங்களுடைய தனிப்பட்ட தரவுகளைத் திறம்பட நிர்வகித்து, பயன்படுத்துபவர்கள்தான் என்று அவர் வாதிடுகிறார்.

மாடல்களில் இருந்து தரவுகளுக்கு ஏன் முக்கியத்துவம் மாறுகிறது?

பெரும்பாலான வணிகங்களுக்கு, மேம்பட்ட AI திறன்களை அணுகுவது இனி ஒரு பெரிய சவாலாக இல்லை, ஏனெனில் அவை பெரிய தொழில்நுட்ப நிறுவனங்கள் மூலம் எளிதாகக் கிடைக்கின்றன. மாறாக, இந்த மாடல்கள் பயன்படுத்தும் தரவுகளின் தரம் முக்கிய சவாலாகிறது. ஒரு மாடலின் செயல்பாடு, அது செயல்படும் தகவலின் தரத்தைப் பொறுத்தது. பொதுவான மாடல்கள் பரந்த அறிவை வழங்கினாலும், ஒரு நிறுவனத்தின் செயல்பாடுகள், வாடிக்கையாளர் பழக்கவழக்கங்கள் மற்றும் உள் வரலாறு பற்றிய குறிப்பிட்ட, தனிப்பட்ட நுண்ணறிவுகள் அவற்றிடம் இல்லை. குரியனின் கூற்றுப்படி, இந்த உள் தரவுகளை ஒழுங்கமைத்தல், நிர்வகித்தல் மற்றும் பாதுகாத்தல் ஆகியவைதான் நிறுவனங்களுக்குப் புதிய 'போட்டித்தன்மைக்கான அரண்' (Competitive Moat) ஆகும். இதை மற்ற போட்டியாளர்கள் எளிதாக நகலெடுக்க முடியாது.

நிறுவன தொழில்நுட்ப செலவினங்களில் தாக்கம்

இந்த 'தரவு-முன்னுரிமை' (Data-First) அணுகுமுறை, நிறுவனங்கள் தங்கள் தொழில்நுட்ப பட்ஜெட்டை எவ்வாறு ஒதுக்குகின்றன என்பதில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்துகிறது. சேமிப்பு, மீட்டெடுத்தல் மற்றும் முக்கியமான தகவல்களைப் பாதுகாக்கும் அமைப்புகளான தரவு உள்கட்டமைப்பில் (Data Infrastructure) கவனம் திரும்புகிறது. திறம்பட்ட AI-க்கு சுத்தமான, அணுகக்கூடிய மற்றும் பாதுகாப்பான தரவுகளின் வலுவான அடித்தளம் தேவை என்பதை நிறுவனங்கள் உணரும்போது, வெளிப்புற AI மாடல்களை உரிமம் பெறுவதை விட, தரவு மேலாண்மை (Data Governance), சேமிப்பு (Storage) மற்றும் கிளவுட்-சார்ந்த உள்கட்டமைப்புக்கான (Cloud-Integrated Infrastructure) செலவுகள் முன்னுரிமை பெறும்.

IT சேவைகள் மற்றும் உள்கட்டமைப்பின் பங்கு

இந்த வியூக மாற்றம், உலகளாவிய வாடிக்கையாளர்களுக்கு டிஜிட்டல் மாற்றத்தை நிர்வகிக்கும் பல முக்கிய இந்திய தொழில்நுட்ப நிறுவனங்கள் உட்பட, பரந்த IT சேவைத் துறைக்கும் பொருந்தும். தரவு-மைய AI வியூகத்தை செயல்படுத்துவதற்கு, தரவு இடம்பெயர்வு (Data Migration), நவீனமயமாக்கல் (Modernization) மற்றும் பாதுகாப்பான தரவு வழிகளை (Secure Data Pipelines) நிறுவுதல் போன்ற கணிசமான பின்தள வேலைகள் தேவைப்படுகின்றன. இந்த சிக்கலான தரவு சூழல்களை நிர்வகிப்பதில் நிபுணத்துவம் பெற்ற நிறுவனங்கள், AI மாடல்களுடன் பரிசோதனை செய்வதிலிருந்து அவற்றை பெரிய அளவில் பயன்படுத்துவதற்கு மாறும் நிறுவனங்களுக்கு ஆதரவளிக்க தயாராக உள்ளன.

வணிக அபாயங்கள் மற்றும் ஒழுங்குமுறை சவால்கள்

தரவு ஒரு மதிப்புமிக்க சொத்தாக இருந்தாலும், அது அபாயங்களையும் கொண்டுள்ளது. நிதி பதிவுகள், மருத்துவத் தரவுகள் மற்றும் வாடிக்கையாளர் நுண்ணறிவுகள் உட்பட பெரிய அளவிலான தனியுரிமத் தகவல்களை மையப்படுத்துவது, பாதுகாப்பு அச்சுறுத்தல்களுக்கான வாய்ப்பை அதிகரிக்கிறது. மேலும், 'தரவு இறையாண்மை' (Data Sovereignty) - உள்ளூர் மற்றும் சர்வதேச விதிமுறைகளுக்கு இணங்கும்போது முக்கியமான தகவல்களைக் கட்டுக்குள் வைத்திருத்தல் - ஒரு நிலையான இணக்க சவாலாக உள்ளது. தரவு நிர்வாகத்தை திறம்பட நிர்வகிக்கத் தவறும் நிறுவனங்கள் குறிப்பிடத்தக்க சட்ட, நிதி மற்றும் நற்பெயர் விளைவுகளை சந்திக்க நேரிடும்.

முதலீட்டாளர்கள் எதைக் கண்காணிக்க வேண்டும்?

முதலீட்டாளர்கள், நிறுவனத்தின் தரவு உள்கட்டமைப்பு செலவுகள் மற்றும் AI பயன்பாட்டு செலவுகளுக்கு இடையிலான போக்குகளைக் கண்காணிக்கலாம். தரவு நிர்வாக விதிமுறைகளில் ஏற்படும் புதுப்பிப்புகள், சேமிப்பு-ஒரு-சேவை (Storage-as-a-Service) மாடல்களின் வளர்ச்சி மற்றும் தரவு நவீனமயமாக்கல் திட்டங்களுக்கான தேவைகள் குறித்த IT சேவை வழங்குநர்களின் கருத்துக்கள் முக்கியமாகக் கவனிக்கப்பட வேண்டும். நிறுவனங்கள் தங்கள் மூல, தனித்தனி தரவுகளுக்கும் நவீன AI அமைப்புகளின் தேவைகளுக்கும் இடையிலான இடைவெளியை வெற்றிகரமாக இணைக்க முடியுமா என்பதைப் பொறுத்து, நிறுவன AI-யின் வெற்றி அமையும்.

Disclaimer:This article is published for informational purposes only. While reasonable efforts are made to ensure accuracy, completeness, and timeliness, readers are encouraged to independently verify information before making any decisions based on the content. The views and information presented are subject to editorial review and may be updated without notice.