Tekoälyn liiketoimintasovellukset ovat tällä hetkellä asiakkaidemme hurjan kiinnostuksen kohteena. Useissa yrityksissä kokeilut ovat jo käynnissä, tai vähintään pohditaan, millaisia sovellutuksia uusilla tekoälyteknologioilla voisi olla omassa toiminnassa.

Pohdinnan ytimessä ovat ohjelmakoodi, data-analytiikka sekä näihin kytkeytyvä liiketoiminta, mutta tyypillisesti tekoälyn rakentamiseen ja hyödyntämiseen vaadittava alustainfrastruktuuri ei saa riittävästi huomiota, vaikka sen käytettävyys ja kustannustehokkuus on koko projektin menestymisen edellytys. Usein näitä ajatellaan vasta, kun projekti alkaa jo tökkiä, vaikka ongelmia voisi estää pienellä ennakkosuunnittelulla.

1.Valitse riittävän joustava kehitysalusta

Tekoälyn kehitys- ja kokeiluvaiheessa olennaista on sovelluskehitystä tukevien työkalujen saatavuus sekä alusta-infran käytettävyys ja joustavuus, varsinkin kapasiteetin suhteen. Näiden lisäksi tärkeää on integroitavuus olemassa oleviin järjestelmiin.

Julkiset pilvialustat, kuten Amazonin AWS, Microsoftin Azure ja Googlen GCP tarjoavat monipuolisen valikoiman kehitystyökaluja sekä helposti skaalattavaa kapasiteettia tuotekehityksen tarpeisiin, joten nämä ovat usein luonnollisia valintoja kehitysvaiheeseen.

Kehitettäessä julkisen pilvipalvelun päälle on erityisen kriittistä tehdä kehitystä siten, ettei liikaa nojaudu ratkaisuihin, jotka ovat saatavilla vain tietyltä pilvipalveluntarjoajalta. Jos koodaat järjestelmäsi liian tiiviisti esimerkiksi AWS:n omien ratkaisujen varaan, sitä voi olla mahdotonta myöhemmin siirtää mihinkään muualle. Avoimen lähdekoodin ratkaisujen hyödyntäminen, kuten Kubernetes-konttiratkaisu, tukevat sovelluksen siirrettävyyttä.

Kehitysvaiheessa saamme viimeistään käsityksen vaadittavasta tietojenkäsittelykapasiteetista, joka on tekoälyn tapauksessa todella suurta. Tekoälymallien koulutus ja hyödyntäminen vaatii massiivista määrää GPU- tai CPU-laskentakapasiteettia sekä näihin liittyvää suorituskykyistä muistia prosessoitavan datan säilytykseen. Julkisen pilven helppouden ja joustavuuden kääntöpuolena on hintalappu, jota voi olla vaikea arvioida etukäteen.

2. Selvitä tuotantoympäristön vaatimukset ajoissa

Tekoälyprojektin edetessä on hyvä alkaa aikaisessa vaiheessa suunnittelemaan tuotantoympäristöä.  Kun kapasiteettivaatimuksista on muodostettu käsitys, usein järkevin valinta tekoälyn tuotantoympäristölle on yksityinen pilvialusta, jossa kustannuksia on helpompi optimoida ja ennustaa. Yksityisessä pilvessä myös tietoturva on paremmin hallittavissa, mikäli tekoäly käsittelee sensitiivistä tietoa.

Tyypillisesti päädytään hybridiratkaisuun, jossa sovellusta kehitetään julkisessa pilvessä, mutta joka kytkeytyy saumattomasti tuotantoalustana toimivaan yksityiseen pilviympäristöön. Hybridiratkaisun rakentaminen ei vaadi mitään ihmeellistä osaamista tai teknologioita, kun sovellus on alun perin rakennettu konttiteknologiaa hyödyntäen ja käytetään nykyaikaisia ja yleisesti käytettyjä CI/CD-ratkaisuja.

3. Vältä pullonkaulat ja huolehdi ylläpidosta

Hybridiratkaisussa tallennusta ja laskentaa voidaan myös siirtää lähemmäs tiedon lähdettä tai tekoälyn käyttöpaikkaa, jolloin vähennetään tarpeetonta tiedonsiirtoa. Erilaiset tiedonsiirtoon liittyvät transaktiomaksut usein muodostavat suuren ja vaikeasti ennakoitavan osan pilven käyttökustannuksista. Joissain tapauksissa, kuten IOT-sovelluksissa, saatavilla oleva tiedonsiirtokapasiteetti voi myös rajoittaa ratkaisun hyödyntämiskohteita. Hybridiratkaisu vapauttaa näistä rajoitteista ja auttaa kustannusten optimoinnissa.

Tuotantoon siirryttäessä on huomioitava myös ratkaisun jatkuva ylläpito. Ylläpidossa ei kannata tarpeettomasti erottaa alusta- ja sovellustasoa, koska ne kytkeytyvät ja ovat riippuvaisia toisistaan monin tavoin. Ylläpitotiimillä ja heidän käyttämillään työkaluilla täytyy olla riittävä näkyvyys molempiin kerroksiin, jotta palvelun laatu voidaan varmistaa. Onnistumiseen tarvitaan sekä sovelluskehityksen ja ylläpidon yhdistävää DevOps-ajattelua, osaamista ja työkaluja, että perinteisiä IT-palvelunhallinnan prosesseja.

4. Älä jää jumiin!

Tekoälyteknologia ja sen liiketoimintasovellutukset etenevät vauhdikkaasti, ja tulevat valtavasti edistämään työn tuottavuutta sekä tuomaan aivan uusia palveluita ihmiskunnan käyttöön. Kehitys tulee vain kiihtymään, mutta jokaista onnistunutta projektia kohden on vähintään yhtä monta epäonnistunutta. Älä anna IT-infran olla tekoälysi tiellä!