Das explosionsartig gestiegene Interesse an künstlicher Intelligenz (KI) hat die gesamte Geschäftswelt in Aufruhr versetzt. Ganze Branchen beschäftigen sich mit der Frage, welche Auswirkungen Investitionen in KI auf die Zukunft haben – und welche Folgen es hat, wenn sie nicht getätigt werden.
In den vergangenen Monaten hat sich die Berichterstattung größtenteils auf generative KI zur schnellen Erstellung von Inhalten konzentriert. Für diejenigen, die das wahrhaft transformative Potenzial von KI nutzen wollen – und nicht nur eine Technologie, die hin und wieder E-Mails verschickt –, sieht die Sache jedoch ganz anders aus. Damit diese Technologie die Wirkung entfalten kann, die man ihr zuschreibt, braucht die KI Zugang zu einer Vielzahl von Trainingsdaten, aus denen sie lernen kann – und eine beträchtliche Rechenleistung.
Der Haken ist, dass diese beiden Säulen zwar unverzichtbar sind, aber auch eine Herausforderung in Bezug auf Speicherung und Datenverwaltung darstellen. Daher ist es nicht verwunderlich, dass die Cloud zur bevorzugten Lösung für die Speicherung und Verarbeitung von Daten für KI-Anwendungen geworden ist.
Cloud-Speicher bieten eine flexible, skalierbare und kosteneffiziente Lösung für die Verarbeitung großer Datenmengen. Deshalb passen Cloud-Speicher und KI-Anwendungen perfekt zusammen. Gemeinsam dienen sie als Repository für Trainingsdaten, die es Machine Learning-Modellen ermöglichen, Vorhersagen oder Entscheidungen auf Grundlage neuer Eingaben zu treffen.
Stellen Sie sich zum Beispiel vor, dass eine Bank ein KI-gestütztes System zur Betrugserkennung entwickelt. Damit es funktioniert, benötigt das auf Machine Learning zurückgreifende Modell eine Fülle von Transaktionsdaten, was z. B. die Höhe der Bargeldausgaben umfasst, aber auch, wofür das Geld ausgegeben wurde und wo die Transaktionen erfolgt sind. So kann das KI-Programm Anomalien erkennen, verdächtige Aktivitäten kennzeichnen und lernen, betrügerische Aktivitäten zu unterbinden.
Allein das Zusammentragen all dieser Daten ist eine Mammutaufgabe. Aber das ist nichts im Vergleich zu den Datenmengen und der Verarbeitungsleistung, die für das Funktionieren des KI-gestützten Betrugsbekämpfungssystems erforderlich sind.
Eine Möglichkeit, dieses Problem zu umgehen, ist die Nutzung eines externen Cloud-Speicheranbieters, der es der Bank ermöglicht, ihre Transaktionsdaten zu speichern und zu analysieren, ohne dass sie in eine eigene physische Infrastruktur investieren oder diese unterhalten muss.
Mit zunehmendem Umfang des Projekts kann sich die Bank dafür entscheiden, mehrere Clouds für ihr KI-System zur Betrugsbekämpfung zu nutzen, um die Kosten im Griff zu behalten und die Einhaltung der Finanzvorschriften zu gewährleisten. Nimmt das Vorhaben an Fahrt auf, kann die Bank beschließen, eine Cloud-Plattform für die Trainingsphase zu nutzen, in der das KI-Programm aus den Daten „lernt“, und eine zweite für die „Inferenzphase“, in der es seine Vorhersagen zur Betrugsbekämpfung trifft.
Es ist üblich, bei der Entwicklung von KI-Systemen mehrere Plattformen einzusetzen. Allerdings müssen Unternehmen ihre Daten dann immer wieder zwischen verschiedenen Cloud-Plattformen, die häufig von unterschiedlichen Cloud-Providern bereitgestellt werden, hin- und herschieben, um das Potenzial der KI voll auszuschöpfen.
Es besteht jedoch ein Problem. Für das Verschieben von Daten zwischen verschiedenen Plattformen können Egress- bzw. Datenübertragungs-Gebühren anfallen. Diese werden von Cloud-Service-Anbietern erhoben, wenn Daten aus ihren Netzwerken heraus übertragen werden.
Diese Egress-Gebühren sind zwar relativ gering, können sich aber schnell summieren – vor allem bei Unternehmen, die mehrere Cloud-Provider nutzen und große Datenmengen übertragen.
Um Egress-Gebühren – die manchmal als „Steuer“ auf Datenübertragungen betrachtet werden – zu minimieren, ermutigen manche Cloud-Anbieter ihre Kunden, ausschließlich ihre Cloud zum Speichern von Daten und der Trainieren von KI-Modellen zu nutzen. Tatsächlich lassen sich Egress-Gebühren so vermeiden. Doch dieser Ansatz ist nicht immer praktikabel. Und er hat sich auch nicht unbedingt bewährt.
Die offensichtliche Lösung des Problems besteht darin, die Egress-Gebühren ganz abzuschaffen, damit Daten ohne finanzielle Einschränkung frei verschoben werden können. Würden diese Gebühren künftig wegfallen, könnten Unternehmen Daten in mehreren Clouds speichern und analysieren. Das würde es ihnen ermöglichen, die besten verfügbaren Tools zu nutzen, ohne dass dafür zusätzliche Kosten anfallen.
Damit wären sie in der Lage, das Potenzial der KI voll auszuschöpfen, ohne sich Sorgen über steigende Kosten machen zu müssen.
Nach der Implementierung würde ein Cloud-Speichermodell zum Nulltarif zu erheblichen Kosteneinsparungen für Unternehmen führen und Ressourcen für andere wichtige Geschäftsbereiche freisetzen. Zudem entfallen die Risiken, die mit der Abhängigkeit von einem einzigen Cloud-Anbieter verbunden sind. Dadurch profitieren Unternehmen von mehr Zuverlässigkeit und besserem Schutz vor Ausfällen.
Am wichtigsten ist vielleicht, dass die Abschaffung der Egress-Gebühren die Innovation fördern würde. Die durch eine Multi-Cloud-Architektur gebotene Flexibilität ermöglicht es Unternehmen, mühelos den am besten geeigneten Anbieter für bestimmte Aufgaben auszuwählen. So können sich Unternehmen auf Experimente und Innovationen konzentrieren und KI und andere Spitzentechnologien nutzen, ohne durch Kosten oder andere Hemmnisse behindert zu werden.
Es besteht kaum ein Zweifel daran, dass KI in der Lage ist, ganze Branchen und die Gesellschaft insgesamt zu revolutionieren. Doch ohne Cloud Computing, Speicherung und den Austausch riesiger Datenmengen zwischen Plattformen ist das nicht möglich.
Wie bereits hervorgehoben wurde, sind die Egress-Gebühren nicht nur kostspielig: Sie stellen ein Hindernis für Innovationen dar. Wenn wir eine bessere Zukunft für KI in der Cloud schaffen wollen, kommen wir um die Abschaffung der Egress-Gebühren nicht herum. Das ist einer der Gründe, au denen Cloudflare 2018 zusammen mit Azure, Google Cloud, Oracle, Alibaba Cloud und anderen die Bandwidth Alliance gegründet hat, um Kunden dabei zu helfen, Egress-Gebühren zu sparen.
Durch die Einführung eines solchen Ansatzes können Unternehmen das volle Potenzial von KI nutzen, ohne sich Gedanken über die Kosten machen zu müssen, die mit der Übertragung von Daten zwischen Clouds verbunden sind. Dies stellt außerdem einen bedeutenden Fortschritt bei der Multi-Cloud-Speicherung dar und legt den Grundstein für eine effizientere, innovativere und vielversprechende Zukunft im Bereich KI und Datenmanagement.
Dieser Beitrag ist Teil einer Serie zu den neuesten Trends und Themen, die für Entscheidungsträger aus der Tech-Branche heute von Bedeutung sind.
Dieser Beitrag wurde ursprünglich für Business Reporter erstellt.
John Engates — @jengates
Field CTO, Cloudflare
Folgende Informationen werden in diesem Artikel vermittelt:
Warum Egress-Gebühren als Steuer auf Daten angesehen werden
Ein Modell für die Objektspeicher ohne Egress-Gebühren
Was eine Datenübertragung zum Nulltarif für die Ausschöpfung des vollen Potenzials von KI bedeutet