Dell Technologies преосмисля съвременния център за данни в ерата на изкуствения интелект

Център за данни за изкуствен интелект Това не означава просто повече сървъри: означава по-добра инфраструктура за данни, сигурност и бързина на вземането на решения. Съобщението на Dell Technologies за модерния център за данни в ерата на изкуствения интелект е полезна отправна точка за всеки е-търговец, който иска да използва изкуствения интелект, без да увеличава непропорционално разходите и риска.

Център за данни за изкуствен интелект: защо съобщението на Dell засяга пряко съвременната електронна търговия

Неотдавнашното съобщение на Dell Technologies, озаглавено «Dell Technologies Reimagines the Modern Data Center for the AI Era», не е просто поредната информация за продуктите в областта на сървърите, системите за съхранение и защитата на данните. Това е ясен сигнал към предприятията, че ерата, в която центърът за данни се разглеждаше като “разход за бек-офис”, приключва. В ерата на изкуствения интелект центърът за данни с изкуствен интелект се превръща в оперативно ядро на развитието: той влияе върху скоростта, с която един сайт за електронна търговия предлага продукти, прогнозира търсенето, защитава транзакциите, анализира поведението на клиентите и поддържа маркетингови автоматизации в реално време.

За собственик на онлайн магазин въпросът не е дали да закупи конкретни системи Dell PowerEdge или дали да прехвърли незабавно всички работни натоварвания в хибриден облак. Ключовият въпрос е по-стратегически: може ли настоящата инфраструктура на предприятието да поддържа работни натоварвания, свързани с изкуствен интелект, без да увеличи непропорционално разходите, сложността и риска? Когато Dell говори за препроектиране на съвременния център за данни, има предвид архитектура, в която изчислителните ресурси, съхранението, защитата на данните, периферното изчисление и киберустойчивостта функционират като единна екосистема. Това е от особено значение за компаниите в областта на електронната търговия, които вече разполагат с множество източници на данни: ERP, WMS, CRM, платформа за онлайн магазин, конектори към пазари, аналитични инструменти, приложения за лоялност, поддръжка на клиенти и рекламни платформи.

Тази стъпка идва в период, в който внедряването на изкуствения интелект се ускорява. Според McKinsey, процентът на организациите, които използват ИИ, е достигнал 72% през 2024 г., докато редовното използване на генеративна ИИ в поне една бизнес функция е достигнало 65%. Това означава, че дискусията вече не се отнася до експерименти в малки пилотни проекти, а до продуктивни приложения на изкуствен интелект за предприятия, които трябва да бъдат надеждни, сигурни и измерими. Както се вижда от графиката по-долу, кривата на внедряване е навлезнала в фаза на ускорение.

Какво се променя в съвременния център за данни в ерата на изкуствения интелект

Dell изгражда съвременния център за данни около три основни стълба: изчислителна мощност за изкуствен интелект (AI), съхранение на данни, способно да обслужва големи и разнородни набори от данни, и осигуряване на непрекъснатост на дейността срещу киберзаплахи. На ниво изчислителна мощност решения като сървърите Dell PowerEdge са проектирани да поддържат изискващи ИИ работни натоварвания – от обучение и фина настройка до производителност при извличане на заключения за приложения, които отговарят незабавно на потребителя. На нивото на съхранението серии като Dell PowerStore и Dell PowerScale поставят акцент върху производителността, мащабируемостта и управлението на данни, които могат да се намират на място, в облака или в периферията. На нивото на сигурността технологиите за защита на данните и киберустойчивостта придобиват водеща роля, тъй като данните, които захранват моделите за изкуствен интелект, вече представляват критичен оперативен актив.

За електронната търговия тази промяна се превръща в практически нужди. Система за препоръки, която използва историята на покупките, поведението по време на сесията и наличните продукти, не може да си позволи забавяне. Системата за динамично ценообразуване не може да работи с данни от миналата седмица. Моделът за прогнозиране на търсенето се нуждае от чисти, достъпни и сигурни данни от различни източници. AI асистентът за обслужване на клиенти трябва да има достъп до политиките за връщане, поръчките, наличността и историята на комуникацията, без да разкрива лични данни. С други думи, центърът за данни за изкуствен интелект не е само въпрос на ИТ. Той е въпрос на коефициент на конверсия, клиентско преживяване, оперативна маржа и доверие в марката.

В същото време този преход не означава, че всяко предприятие трябва да се откаже от облака или да премести всичко на локални сървъри. Тенденцията е към хибриден модел. Според Gartner, световните разходи на крайните потребители за публични облачни услуги се очаква да достигнат 723,4 млрд. долара през 2025 г., спрямо 595,7 млрд. долара през 2024 г. Това показва, че облакът продължава да се разраства, но предприятията се нуждаят от по-зряла стратегия за това кои работни натоварвания да се изпълняват в облака, кои – близо до данните, и кои – в специализирана AI инфраструктура. Следващата графика илюстрира ръста на разходите за публичния облак.

{ “type”: “bar”, “title”: “Световни разходи за публични облачни услуги”, “subtitle”: “Източник: Прогноза на Gartner, Световни разходи на крайните потребители за публични облачни услуги, 2024–2025 г.”, “labels”: [“2024”, “2025”], “datasets”: [ { “label”: “Разходи”, “data”: [595,7, 723,4], “unit”: “млрд. долара” } ], “colors”: [“#030633”, “#FCA311”, “#E5E5E5”] }

Как центърът за данни за изкуствен интелект е свързан с приходите, клиентското преживяване и оперативната ефективност

Ценността на един център за данни с изкуствен интелект за търговско предприятие става ясна, когато се свърже с реални примери за приложение. В областта на мърчандайзинга изкуственият интелект може да анализира модели на продажбите и да помогне на екипа да разбере кои продукти трябва да бъдат промотирани, кои се нуждаят от по-добро съдържание и кои генерират ниска печалба. В маркетинга, ориентиран към резултати, моделите могат да подобрят сегментирането на аудиторията, разпределението на бюджета и тестването на рекламни материали. В обслужването на клиенти един добре обучен асистент намалява повтарящите се заявки и увеличава скоростта на отговор. В оперативната дейност прогнозирането на запасите ограничава изчерпването на стоките и излишъците – два проблема, които по различен начин подкопават рентабилността.

Често се пренебрегва фактът, че всичко това не зависи само от модела на изкуствения интелект, а и от това къде се намират данните, колко бързо се прехвърлят, кой има достъп до тях и колко са защитени. Ако данните за продуктите са несъгласувани, ако поръчките се съхраняват в изолирани системи, ако връщанията не са свързани с маркетингови кампании или ако наличностите се актуализират със закъснение, то дори и най-съвременната генеративна изкуствена интелигенция ще даде посредствени резултати. Модернизацията на центъра за данни засяга именно този преход: от разпокъсани технологични „островчета“ към инфраструктура, която обслужва стабилно потоците от данни, аналитиката и автоматизацията.

За средните и по-големите предприятия в областта на електронната търговия решенията относно инфраструктурата за изкуствен интелект трябва да се вземат въз основа на търговски критерии. Не е достатъчно да има техническа възможност за използване на GPU сървъри или API-та за изкуствен интелект в облака. Необходимо е да се оцени общата цена за всеки конкретен случай на употреба, скоростта на внедряване, латентността, изискванията за съответствие, защитата на личните данни и възможността за мащабиране по време на пикови периоди като Черния петък, Коледа или големи сезонни кампании. Един правилно проектиран AI център за данни не се “забелязва” от крайния клиент, но се усеща чрез бързи търсения, подходящи предложения, постоянна наличност на продукти и надеждно обслужване.

Ръководство „стъпка по стъпка“: как да оцените готовността на вашата фирма

Първата стъпка е картографирането на данните. Отбележете къде се намират основните набори от данни: продукти, клиенти, поръчки, връщания, запаси, доставчици, разходи за реклама, поведение на потребителите, отзиви и заявки за поддръжка. За всеки източник отбележете отговорното лице, честотата на актуализация, качеството на данните, формата, наличието на API и ограниченията за достъп. Ако на този етап откриете, че маркетинг екипът не се доверява на данните от ERP системата или че отделът за поддръжка вижда различна картина на поръчките от тази в електронния магазин, тогава проблемът все още не е в изкуствения интелект. Проблемът е в базата данни и нейното управление.

Втората стъпка е изборът на случаи на употреба с ясна бизнес стойност. Вместо да започнете общо с “искаме ИИ”, изберете три приложения, чиито резултати могат да бъдат измерени. Примери: увеличаване на коефициента на конверсия чрез персонализирани предложения, намаляване на разходите за поддръжка чрез AI асистент, подобряване на точността на прогнозите за запасите или намаляване на връщанията чрез по-добро съпоставяне на продукта с клиента. За всеки use case определете базова линия, KPI, необходимите данни, техническите зависимости и възможния риск. Тази практика предпазва бизнеса от скъпи реализации, които впечатляват по време на демонстрации, но не подобряват финансовите резултати.

Третата стъпка е изборът на архитектура: облак, локална инфраструктура, периферия или хибриден облак. За работни натоварвания, които изискват бързо експериментиране, облакът може да бъде идеалният вариант. За данни с висока чувствителност или работни натоварвания с предвидимо голямо потребление, една по-контролирана инфраструктура може да бъде по-добра както от икономическа, така и от оперативна гледна точка. За магазини с физически търговски обекти, складове или логистични центрове, крайното изчисление може да намали латентността и да позволи вземането на решения на местно ниво, като например проверка на наличностите в реално време или приложения за компютърно зрение. Логиката не е “един модел за всичко”, а правилното разполагане на всеки работен поток там, където той работи най-ефективно.

Четвъртата стъпка е подготовката по отношение на сигурността и защитата на данните преди пускането в експлоатация. Системите за изкуствен интелект увеличават стойността, но и уязвимостта на данните. Необходими са политики за достъп, регистриране, архивиране, тестване на възстановяване, криптиране, съхранение на данни и процедури за реагиране при инциденти. Киберустойчивостта не е просто защитна стена или антивирусен софтуер. Това е способността на предприятието да продължи да функционира, когато нещо се обърка: ransomware, човешка грешка, прекъсване от доставчика, неуспешна интеграция или грешен резултат от AI модел. В този контекст решенията за защита на данните, които Dell представя в своето съобщение, са пряко свързани с осигуряването на непрекъснатост на дейността.

Петата стъпка е реализирането на пилотен проект с ограничен обхват и ясно определена продължителност. Изберете един случай на употреба, един набор от данни, малка група потребители и конкретен KPI. Например, приложете персонализирани предложения в една продуктова категория в продължение на 8 седмици и сравнете коефициента на конверсия, средната стойност на поръчката и процента на кликване с контролна група. Или изпробвайте AI асистент само за въпроси, свързани с доставки и връщания, с цел да намалите броя на заявките, които достигат до оператора. В края на пилотния проект решението за разширяване трябва да се основава на данни, а не на ентусиазъм.

Шестата стъпка е мащабирането чрез управление. Когато даден случай на употреба даде резултати, създайте процедури за мониторинг на модела, проверки на качеството на данните, контрол на разходите и преглед на сигурността. Опитът показва, че проектите в областта на изкуствения интелект се провалят по-често не защото моделът не е достатъчно “умен”, а защото липсва функционална рамка около него. Един зрял център за данни за изкуствен интелект трябва да поддържа повторяемост: да можете да добавяте нови случаи на употреба, без всеки път да изграждате инфраструктурата отначало.

Ключови показатели за ефективност (KPI), разходи и рискове, които ръководството трябва да следи

Ръководството на една марка за електронна търговия не е необходимо да се занимава с всяка техническа подробност, но трябва да следи определени показатели. На ниво търговска ефективност основните KPI са процент на конверсия, средна стойност на поръчката, приходи на посетител, процент на повторни покупки, стойност на клиента за целия му жизнен цикъл и брутна печалба. На оперативно ниво от значение са точността на прогнозите, времето за изпълнение на поръчката, процентът на изчерпване на запасите, процентът на връщане и разходите на поръчка. На технологично ниво трябва да се измерват латентността, времето на достъпност, разходите на изчисление, разходите за съхранение, времето за възстановяване и броят на инцидентите, свързани със сигурността.

Често срещана грешка е, че предприятията отчитат само първоначалните разходи за инфраструктура, а не общите разходи за целия жизнен цикъл. Инфраструктурата за изкуствен интелект (AI) изисква разходи за изчислителни ресурси, съхранение на данни, инженеринг на данни, сигурност, мониторинг, обучение на персонала и поддръжка. От друга страна, липсата на инвестиции може да струва повече поради бавни процеси, лоша персонализация, неточно прогнозиране на запасите и по-ниска конкурентоспособност. Правилният подход е бизнес анализ за всеки конкретен случай: какъв проблем решаваме, колко струва, колко струва, кога достигаме прага на рентабилност и какъв е рискът, ако се провали.

Съществува и въпросът за стратегията спрямо доставчиците. Съобщението на Dell показва, че големите технологични доставчици инвестират в цялостни решения за изкуствен интелект, но една компания трябва да избягва както прекомерната зависимост от един доставчик, така и прекомерната фрагментация. Балансът се постига чрез отворени архитектури, ясни API-та, документирани процеси и възможност за пренос на данни. За е-търговските предприятия, които си сътрудничат с агенции, доставчици на ERP системи, хостинг доставчици и логистични платформи, тази гъвкавост е практически незаменима.

Практическото заключение за собствениците на електронни магазини

Посланието, което стои зад тази стъпка на Dell, е ясно: изкуственият интелект не може да се основава на инфраструктура, проектирана за една по-проста цифрова епоха. Центърът за данни за изкуствен интелект е основата, върху която се изграждат следващите конкурентни предимства в електронната търговия. Това не засяга само големите мултинационални компании. Засяга всяко предприятие, което иска да използва данни за по-добри решения, по-бързо обслужване, по-интелигентен маркетинг и по-голяма устойчивост.

Правилната отправна точка не е закупуването на технологии, а стратегическото дефиниране на данните и търговските цели. Оттам започва вземането на решение относно инфраструктурата за изкуствен интелект, хибридния облак, GPU сървърите, съхранението на данни, защитата на данните и киберустойчивостта. Предприятията, които ще действат методично, ще могат да използват изкуствения интелект не като изолиран инструмент, а като организирана способност, която подобрява всеки критичен аспект на търговската дейност. И това е истинският смисъл на съвременния център за данни в ерата на изкуствения интелект: по-малко технологична сложност, по-голяма бизнес бързина и по-добро клиентско преживяване.

Източници: Dell Technologies: Dell Technologies преосмисля съвременния център за данни за ерата на изкуствения интелект | McKinsey: Състоянието на изкуствения интелект в началото на 2024 г. | Gartner: Прогноза за разходите на крайните потребители за публични облачни услуги в световен мащаб до 2025 г.