Data centre e infrastrutture per l’IA
Un edificio è pronto per l’intelligenza artificiale per un caso d’uso specifico, non in generale; valutare un caso d'uso alla volta.
La prontezza è sempre prontezza per qualcosa. Un edificio può essere pronto per uno strumento di previsione energetica e neanche lontanamente pronto per la manutenzione predittiva. È pronto per l’intelligenza artificiale per un caso d’uso particolare quando tre cose sono vere: le informazioni di cui l’applicazione ha bisogno esistono e possono essere raggiunte in modo affidabile; le interfacce che lo forniscono sono sicure e mantenute; e l'organizzazione sa chi agirà in base ai risultati e come verranno individuati gli errori.
Installare più sensori, acquistare una piattaforma o riservare spazio per apparecchiature informatiche non rende un edificio pronto per l’intelligenza artificiale. Qualcuno di questi potrebbe rivelarsi necessario, ma solo una volta che il caso d’uso abbia dimostrato quale lacuna colma.
Il primo test è se i dati significano qualcosa per una macchina. Gli asset necessitano di identità coerenti. Le misurazioni necessitano di unità, timestamp e posizioni note e le relazioni tra apparecchiature, sistemi e spazi devono essere registrate. Modelli semantici come Brick esistono proprio per questo: consentono al software di capire che un determinato sensore di temperatura si trova in una determinata stanza servita da una determinata unità di trattamento dell'aria. Che la scelta sia Brick, Project Haystack o un altro approccio, il requisito è lo stesso: contesto che una macchina possa leggere.
Un'esportazione di dati una tantum dimostra che i dati esistono. Ciò non dimostra che un'applicazione possa farvi affidamento. Le domande che contano sono come i dati fluiranno continuamente dal BMS e da altri sistemi, chi manterrà l’interfaccia quando tali sistemi cambiano e come il flusso sarà protetto.
Ogni output ha bisogno di un destinatario e di uno scopo. Chi lo riceve, cosa ne fa e cosa succede se è sbagliato? L'uso consultivo, con una persona che prende la decisione, è il solito primo passo; l'azione automatica arriva dopo, se mai arriverà.
Modelli, origini dati e sistemi di costruzione cambiano nel tempo, quindi il proprietario deve sapere quando sono cambiati gli input o il comportamento del modello e chi ha l'autorità di sospendere l'applicazione. Il quadro di gestione del rischio AI del NIST (versione 1.0, ora in fase di revisione) include, nella sua funzione di gestione, meccanismi per sostituire, disinnestare o disattivare i sistemi di intelligenza artificiale le cui prestazioni non sono coerenti con l'uso previsto. È un buon test per verificare se un’organizzazione è pronta a utilizzare l’intelligenza artificiale, non solo a installarla.
| Passo | Risultato |
|---|---|
| Scegli un caso d'uso prioritario | Una dichiarazione di un paragrafo della decisione che il caso d'uso supporta e di chi la prende |
| Elenca le informazioni di cui ha bisogno | Dati, cronologia, frequenza, contesto richiesti |
| Controlla cosa esiste | Disponibilità, qualità e lacune per articolo, con prove da un campione |
| Controlla l'accesso e la sicurezza | Interfacce, proprietà, segregazione dalle reti operative |
| Definire il processo operativo | Chi utilizza l'output, la verifica, l'escalation, la sospensione |
| Dare priorità alle lacune | Miglioramenti classificati in base a quanto sbloccano il caso d'uso |
Il risultato è una breve tabella di marcia sulla quale un fornitore di intelligenza artificiale può prezzare e un proprietario può giudicare.
Alcuni edifici annunciano che non sono ancora pronti. I nomi dei punti differiscono da un edificio all'altro senza alcuna mappatura tra di loro. Nessuno può dire quale sistema detiene il registro patrimoniale autorevole. I dati possono essere estratti solo manualmente. Nessuno è stato nominato per agire sui risultati e nessuno si è chiesto cosa succede quando il modello è sbagliato.
Una valutazione onesta di un caso d’uso prioritario è una guida migliore per un budget per l’IA rispetto alla proposta più raffinata. I segnali di allarme sopra riportati sono il punto di inizio e ognuno di essi eliminato rappresenta un divario che il fornitore non deve più prezzare.
Questo articolo si collega al nostro lavoro su I nostri servizi.
Possiamo discutere la prontezza dell’infrastruttura e dei dati.
Contatta Pagin Consulting