Kooperation und Effizienz
Künstliche Intelligenz lernt dazu
Nutanix, Spezialist für hybrides Multicloud-Computing, sieht die Nutzung von Künstlicher Intelligenz in den Unternehmen im neuen Jahr in eine neue Phase eintreten. Sie ist von Selbstoptimierung, Kooperation und Effizienz geprägt.
2025 könnte der Startschuss für eine tiefgreifende Transformation von Unternehmenssoftware fallen, so Nutanix. Der Wandel geht über die bisherige Demokratisierung von Softwareentwicklung und -engineering mittels generativer KI hinaus und wird die bislang stabilen Software-Workflows verändern.
„In diesem Jahr wird eine neue Art Software auf den Markt kommen, die aus ihrer Anwendung lernt und selbstständig, das heißt ohne aktives Programmieren, das Benutzererlebnis und die Produktivität der Entwicklungsteams verbessert“, so Induprakas Keri, Senior Vice President und General Manager Hybrid Multicloud bei Nutanix.
Neben der Selbstoptimierung werde auch das Thema Kooperation an Bedeutung gewinnen. Dabei geht es um die Zusammenarbeit von KI-Agenten, die darüber hinaus auch Verhandlungen führen können. „Damit Unternehmen davon profitieren, benötigen sie Mitarbeiter mit entsprechenden Fähigkeiten, dazu passende Prozesse und Technologien“, erklärte Debo Dutta, Chief AI Officer bei Nutanix. Neue Reasoning-Modelle, auch quelloffene, würden KI-Modellen zusätzliche Fähigkeiten verleihen. Dutta geht davon aus, dass durch die zunehmende Verbreitung von Reasoning-Modellen und Agenten KI-Inferencing weiter an Bedeutung gewinnen wird.
Seiner Ansicht nach werden neue Techniken und Architekturen entstehen, um die neuen Modellgenerationen und Multi-Agenten-Systeme zu unterstützen. So werde zum Beispiel In-Memory-Computing populär werden, um die Speichergrenze (Memory Wall) zu überwinden. Außerdem würden auf intelligenten Netzwerkkarten ganze Speicher-Controller laufen.
Sein Kollege Keri pflichtet ihm bei und rechnet damit, dass der Stromverbrauch durch KI-Inferencing, speziell am Edge, zu einer ernstzunehmenden Herausforderung wird: „Entgegen der landläufigen Meinung wird das Inferencing der wahre Stromfresser sein, weniger das Training.“
Mit dem wachsenden Stromverbrauch schießen auch die Kosten für die Unternehmen in die Höhe. Schuld daran ist laut Dutta insbesondere die Skalierung der für das Inferencing benötigten Rechenkapazitäten. Die Unternehmen müssten deshalb ihre Aufwendungen für Infrastruktur und Energie überdenken.
Damit Investitionen und Betriebskosten den Erfolg von KI-Projekten nicht gefährden, sollten Unternehmen Künstliche Intelligenz insbesondere dazu nutzen, „Ineffizienzen zu erkennen und arbeitsintensive Prozesse zu automatisieren“, wie Tobi Knaup, General Manager Cloud Native bei Nutanix meint. Er empfiehlt: „IT-Verantwortliche sollten die Strategie verfolgen, KI mit Hilfe von KI zu finanzieren.“ Die IT selbst stehe unter Druck, mit maximaler Effizienz zu arbeiten, und solle deshalb Produkte, die keine KI nutzen, außer Betrieb nehmen.
Nutanix selbst strebt laut Rajiv Ramaswami, President und CEO von Nutanix, eine Produktivitätssteigerung in der Entwicklung von 25 Prozent an: „Wir werden Künstliche Intelligenz zur Code-Generierung für Unit-Tests und eine Reihe anderer Funktionen einsetzen.“ Solche und ähnliche Vorhaben würden 2025 Realität und sich mit dem Aufkommen neuer KI-Anwendungen in immer mehr Unternehmensbereichen ausbreiten.
Lesen Sie mehr zum Thema
