Diese Woche in Las In Las Vegas kamen 30.000 Menschen zusammen, um das Neueste und Beste von Google Cloud zu hören. Was sie hörten, war ständig generative KI. Google Cloud ist in erster Linie ein Anbieter von Cloud-Infrastruktur und -Plattform. Wenn Sie das nicht wussten, hätten Sie es vielleicht im Ansturm der KI-Nachrichten übersehen.
Um nicht herunterzuspielen, was Google zu bieten hatte, aber ähnlich wie Salesforce letztes Jahr auf seiner Reise-Roadshow in New York City hat das Unternehmen sein Kerngeschäft nur beiläufig erwähnt – außer natürlich im Zusammenhang mit generativer KI.
Google hat eine Reihe von KI-Verbesserungen angekündigt, die Kunden dabei helfen sollen, die Vorteile des Gemini Large Language Model (LLM) zu nutzen und die Produktivität auf der gesamten Plattform zu verbessern. Das ist natürlich ein erstrebenswertes Ziel, und während der Haupt-Keynote am ersten Tag und der Entwickler-Keynote am darauffolgenden Tag hat Google die Ankündigungen mit einer stattlichen Anzahl an Demos gespickt, um die Leistungsfähigkeit dieser Lösungen zu veranschaulichen.
Aber viele schienen etwas zu einfach zu sein, selbst wenn man bedenkt, dass sie mit begrenzter Zeit in eine Keynote gepresst werden mussten. Sie stützten sich hauptsächlich auf Beispiele innerhalb des Google-Ökosystems, wo fast jedes Unternehmen einen Großteil seiner Daten in Repositories außerhalb von Google hat.
Einige der Beispiele hatten tatsächlich den Eindruck, dass sie ohne KI hätten umgesetzt werden können. Während einer E-Commerce-Demo rief der Moderator beispielsweise den Verkäufer an, um eine Online-Transaktion abzuschließen. Es sollte die Kommunikationsfähigkeiten eines Verkaufsbots demonstrieren, aber in Wirklichkeit hätte der Käufer diesen Schritt problemlos auf der Website durchführen können.
Das heißt nicht, dass es für generative KI nicht einige leistungsstarke Anwendungsfälle gibt, sei es die Erstellung von Code, die Analyse eines Inhaltskorpus und die Möglichkeit, ihn abzufragen, oder die Möglichkeit, Fragen zu den Protokolldaten zu stellen, um zu verstehen, warum eine Website ausgefallen ist. Darüber hinaus haben die aufgaben- und rollenbasierten Agenten, die das Unternehmen eingeführt hat, um einzelnen Entwicklern, Kreativen, Mitarbeitern und anderen zu helfen, das Potenzial, generative KI auf konkrete Weise zu nutzen.
Aber wenn es darum geht, KI-Tools zu entwickeln, die auf den Modellen von Google basieren, anstatt diejenigen zu nutzen, die Google und andere Anbieter für seine Kunden entwickeln, habe ich das Gefühl, dass sie viele der Hindernisse beschönigen, die sich daraus ergeben könnten Weg einer erfolgreichen generativen KI-Implementierung. Während sie versucht haben, es einfach klingen zu lassen, ist es in Wirklichkeit eine große Herausforderung, fortschrittliche Technologie in großen Organisationen zu implementieren.
Große Veränderungen sind nicht einfach
Ähnlich wie bei anderen Technologiesprüngen in den letzten 15 Jahren – sei es Mobil, Cloud, Containerisierung, Marketingautomatisierung, was auch immer – wurde er mit vielen Versprechungen potenzieller Gewinne umgesetzt. Doch diese Fortschritte bringen jeweils ein eigenes Maß an Komplexität mit sich, und große Unternehmen gehen vorsichtiger vor, als wir es uns vorstellen können. KI scheint ein viel größerer Aufschwung zu sein, als Google oder ehrlich gesagt jeder der großen Anbieter zugibt.
Was wir aus diesen früheren technologischen Veränderungen gelernt haben, ist, dass sie mit viel Hype und großem Hype einhergehen zu einer Menge Ernüchterung führen. Selbst nach einigen Jahren haben wir gesehen, dass große Unternehmen, die vielleicht die Vorteile dieser fortschrittlichen Technologien nutzen sollten, Jahre nach ihrer Einführung immer noch nur damit experimentieren oder sogar ganz darauf verzichten.
Es gibt viele Gründe, warum Unternehmen die Vorteile technologischer Innovationen nicht nutzen können, darunter organisatorische Trägheit; ein fragiler Technologie-Stack, der die Einführung neuerer Lösungen erschwert; oder eine Gruppe unternehmensinterner Neinsager, die selbst die gutgemeintesten Initiativen abschließt, seien es Rechts-, Personal-, IT- oder andere Gruppen, die aus verschiedenen Gründen, einschließlich interner Politik, weiterhin einfach Nein zu substanziellen Veränderungen sagen.
Vineet Jain, CEO von Egnyte, einem Unternehmen, das sich auf Speicher, Governance und Sicherheit konzentriert, sieht zwei Arten von Unternehmen: diejenigen, die bereits einen erheblichen Wechsel in die Cloud vollzogen haben und denen es bei der Einführung generativer KI leichter fallen wird, und diejenigen, die sich langsam bewegen und wahrscheinlich Schwierigkeiten haben werden.
Er spricht mit vielen Unternehmen, die einen Großteil ihrer Technologie noch vor Ort haben und noch einen langen Weg vor sich haben, bevor sie darüber nachdenken, wie KI ihnen helfen kann. „Wir sprechen mit vielen „späten“ Cloud-Anwendern, die mit ihrer Suche nach digitaler Transformation noch nicht begonnen haben oder sich noch in einem sehr frühen Stadium befinden“, sagte Jain gegenüber Tech.
KI könnte diese Unternehmen dazu zwingen, intensiv darüber nachzudenken, die digitale Transformation voranzutreiben, aber sie könnten Schwierigkeiten haben, so weit hinten anzufangen, sagte er. „Diese Unternehmen müssen diese Probleme zuerst lösen und dann KI nutzen, sobald sie über ein ausgereiftes Datensicherheits- und Governance-Modell verfügen“, sagte er.
Es waren immer die Daten
Bei den großen Anbietern wie Google klingt die Implementierung dieser Lösungen zwar einfach, aber wie bei jeder hochentwickelten Technologie bedeutet das einfache Aussehen im Frontend nicht zwangsläufig, dass es auch im Backend unkompliziert ist. Wie ich diese Woche oft gehört habe, gilt bei den Daten, die zum Trainieren von Gemini und anderen großen Sprachmodellen verwendet werden, immer noch das Prinzip „Müll rein, Müll raus“, und das gilt umso mehr, wenn es um generative KI geht.
Es beginnt mit Daten. Wenn Ihr Datenhaus nicht in Ordnung ist, wird es sehr schwierig sein, es in Form zu bringen, um die LLMs für Ihren Anwendungsfall zu trainieren. Kashif Rahamatullah, ein Direktor von Deloitte, der in seinem Unternehmen für die Google Cloud-Praxis verantwortlich ist, war von den Ankündigungen von Google diese Woche größtenteils beeindruckt, räumte aber dennoch ein, dass einige Unternehmen, denen saubere Daten fehlen, Probleme bei der Implementierung generativer KI-Lösungen haben werden. „Diese Gespräche können mit einem KI-Gespräch beginnen, aber daraus wird schnell: ‚Ich muss meine Daten reparieren und bereinigen, und ich muss alles an einem Ort oder fast an einem Ort haben, bevor ich.‘ Fangen Sie an, den wahren Nutzen aus der generativen KI zu ziehen“, sagte Rahamatullah.
Aus der Sicht von Google hat das Unternehmen generative KI-Tools entwickelt, um Dateningenieuren einfacher beim Aufbau von Datenpipelines zu helfen, um eine Verbindung zu Datenquellen innerhalb und außerhalb des Google-Ökosystems herzustellen. „Es soll die Datenentwicklungsteams wirklich beschleunigen, indem es viele der sehr arbeitsintensiven Aufgaben automatisiert, die mit dem Verschieben von Daten und ihrer Vorbereitung für diese Modelle verbunden sind“, sagt Gerrit Kazmaier, Vizepräsident und General Manager für Datenbanken, Datenanalysen und Looker bei Google, sagte Tech.
Dies dürfte bei der Verknüpfung und Bereinigung von Daten hilfreich sein, insbesondere in Unternehmen, die auf dem Weg der digitalen Transformation weiter fortgeschritten sind. Aber für Unternehmen wie die von Jain erwähnten Unternehmen, die keine sinnvollen Schritte in Richtung digitaler Transformation unternommen haben, könnte dies selbst mit den von Google entwickelten Tools zu größeren Schwierigkeiten führen.
Dabei ist noch nicht einmal berücksichtigt, dass KI über die reine Implementierung hinaus mit eigenen Herausforderungen verbunden ist, unabhängig davon, ob es sich um eine App handelt, die auf einem vorhandenen Modell basiert, oder insbesondere beim Versuch, ein benutzerdefiniertes Modell zu erstellen, sagt Andy Thurai, Analyst bei Konstellationsforschung. „Bei der Implementierung beider Lösungen müssen Unternehmen über Governance, Haftung, Sicherheit, Datenschutz, ethische und verantwortungsvolle Nutzung und Compliance solcher Implementierungen nachdenken“, sagte Thurai. Und nichts davon ist trivial.
Führungskräfte, IT-Profis, Entwickler und andere, die diese Woche zum GCN gingen, haben sich möglicherweise auf die Suche nach den nächsten Schritten von Google Cloud gemacht. Aber wenn sie sich nicht auf die Suche nach KI gemacht haben oder einfach als Organisation noch nicht bereit dafür sind, wären sie möglicherweise ein wenig schockiert von der völligen Konzentration von Google auf KI aus Sin City zurückgekommen. Es könnte lange dauern, bis Unternehmen, denen es an digitaler Kompetenz mangelt, diese Technologien in vollem Umfang nutzen können, über die umfangreicheren Lösungen hinaus, die von Google und anderen Anbietern angeboten werden.