IA, nube híbrida y SAP: más que un chat
Los modelos de IA y ML están asociados a una serie de retos y requieren marcos y herramientas específicos. En este caso, también se cuenta con el apoyo de una plataforma de nube híbrida establecida y abierta y una cadena de herramientas del ecosistema.
Debido, entre otras cosas, al revuelo que se ha montado en torno a ChatGPT y LLM (Large Language Model), la IA y el ML están adquiriendo cada vez más relevancia en muchas empresas, incluidos los usuarios de SAP. La propia SAP sigue cada vez más el camino de la IA, como demuestra el anuncio de los nuevos asistentes digitales basados en IA generativa.
Sin embargo, el abanico de aplicaciones de la IA en el contexto SAP va mucho más allá de las posibilidades de un asistente de voz. El uso eficiente también es cada vez más útil para el análisis de datos maestros, la optimización de procesos de producción y cadenas de suministro o el control de calidad, por ejemplo. Muchas empresas también están desarrollando y entrenando cada vez más modelos con datos SAP, que luego utilizan y operan en una amplia variedad de entornos productivos, como escenarios de fábrica y de borde.
Una base ideal de MLOps para el desarrollo de modelos, el servicio y la supervisión de modelos, así como la gestión del ciclo de vida y las canalizaciones de ciencia de datos para toda la empresa en el contexto de fuentes de datos SAP y no SAP es una plataforma de nube híbrida abierta. En primer lugar, ofrece a los usuarios acceso a socios AI/ML certificados como parte de un ecosistema. Para las empresas, esto significa que reciben soluciones completas para el desarrollo, la provisión y la gestión de modelos de ML y, por lo tanto, pueden utilizar aplicaciones inteligentes respaldadas por IA con mayor facilidad y rapidez.
Con Red Hat OpenShift Data Science, esta plataforma MLOps de código abierto está disponible como servicio gestionado y como producto de software tradicional en la nube y en las instalaciones. Un entorno de ejecución nativo de la nube como base admite integraciones de IA en entornos híbridos, locales y periféricos por igual y, por lo tanto, también diferentes requisitos específicos de clientes y aplicaciones. Esta flexibilidad es una gran ventaja, especialmente cuando se trata de IA. Por un lado, las empresas pueden desarrollar y entrenar modelos de IA con datos confidenciales en su propio centro de datos y luego operarlos de forma controlada en aplicaciones y en la nube. Por otro lado, también es posible utilizar la nube para el desarrollo y entrenamiento de modelos de IA, por ejemplo utilizando datos de prueba anonimizados o sintéticos, y después integrar los modelos en una aplicación local o en el perímetro.
El uso de la IA promete muchas ventajas, sobre todo en lo que respecta a la optimización de la cadena de suministro o el ahorro de recursos para alcanzar objetivos de sostenibilidad. Sin embargo, un área como la automatización también puede beneficiarse significativamente. Por ejemplo, una empresa puede utilizar la IA para entrenar la automatización con respecto a su propia infraestructura. Esto permite diseñar más rápidamente nuevos casos de uso específicos para el usuario. En el campo de la automatización, Red Hat también se centra cada vez más en la IA, como demuestra la solución Red Hat Ansible Lightspeed con IBM Watsonx Code Assistant para la automatización de TI impulsada por IA. Su objetivo es la creación de playbooks generados por IA. Esto significa que, basándose en recomendaciones generadas por la IA, se genera un código sintácticamente correcto, adaptado a su propio entorno de TI. Incluso los escenarios de automatización complejos y multisilo pueden implementarse más rápidamente.
No cabe duda de que el uso de técnicas de IA/ML aumentará en todos los ámbitos. Sin embargo, la formación inicial de modelos de IA es muy intensiva en infraestructura y requiere plataformas, marcos y herramientas especializados, incluso antes de abordar el servicio, el ajuste y la gestión de modelos. Con Red Hat OpenShift Data Science, Red Hat proporciona una base consistente y escalable para las operaciones de TI y un ecosistema de partners para científicos de datos y desarrolladores, de modo que las innovaciones en el campo de la IA también puedan ser utilizadas más fácil y rápidamente por los usuarios de SAP.
